MiniMax
共 8 篇文章
MiniMax H3
MiniMax H3 是 MiniMax 开源的通用全能模态生成系统，可统一理解文本、图像、视频、音频多模态上下文，并生成带原生立体声、最高 2K 分辨率、最长 15 秒的视频。本文介绍其三模块系统架构、模型变体、本地部署方法以及完整 2K 工作流。
MiniMax-Provider-Verifier
MiniMax-Provider-Verifier 提供一套严谨、与厂商无关的验证工具，用于检验第三方部署的 MiniMax M2 系列模型是否正确可靠；它从工具调用行为、schema 正确性、系统稳定性等多个维度评估，并给出可复现的指标与参考阈值，帮助识别和定位部署配置问题。
MiniMax-M3
MiniMax-M3 是原生多模态模型，拥有 100 万上下文、约 428B 总参数和约 23B 激活参数。它通过 MiniMax Sparse Attention (MSA) 在 1M 上下文下相比 M2 取得 9 倍 prefill 与 15 倍 decode 加速，单 token 计算量降至 1/20，并在长程 agentic benchmark 上达到前沿水平的编码与协作能力。
VTP：面向生成任务的可扩展视觉 Tokenizer 预训练
VTP 是统一的视觉 tokenizer 预训练框架，首次联合优化图文对比、自监督与重建三类损失，证明以感知为导向的 tokenizer 预训练能为生成任务解锁新的 scaling law；在不改动 DiT 训练配置与 FLOPs 的前提下，仅扩大 VTP 预训练规模即可持续提升生成质量，最终在 ImageNet 256×256 上取得 1.11 gFID。
MiniMax-M2.7
MiniMax-M2.7 是首个深度参与自身演化的模型：开发过程中让模型自主更新记忆、构建复杂技能并根据实验结果改进学习过程，内部版本经过 100+ 轮自我优化带来 30% 性能提升。它在 SWE-Pro、SWE Multilingual、GDPval-AA、MLE Bench Lite 等工程与职业任务基准上达到开源模型领先水平，并原生支持 Agent Teams。
MiniMax-M2.5
MiniMax-M2.5 在数十万真实环境上通过强化学习训练，在编程、智能体工具调用与搜索、办公等任务上达到 SOTA，并以每秒 100 token 的低成本运行，速度与 Claude Opus 4.6 相当、成本仅为其 1/10。
MiniMax-M2.1
MiniMax 开源的面向真实世界开发与智能体场景的 SOTA 模型，在 SWE-bench Verified（74.0）、Multi-SWE-bench（49.4）、SWE-bench Multilingual（72.5）等核心软件工程榜单上大幅超越 M2，多语言场景超过 Claude Sonnet 4.5，并推出全新 VIBE 全栈应用评测基准（均分 88.6）。
MiniMax-01
MiniMax 推出 MiniMax-Text-01 与 MiniMax-VL-01 两款模型：Text-01 拥有 4560 亿总参数，采用 Lightning Attention 与 MoE 混合架构，支持最高 400 万 token 上下文；VL-01 在其基础上增强视觉能力。