MiniMax: MiniMax M1

MiniMax-M1 — це масштабна модель міркування з відкритою вагою, розроблена для розширеного контексту та високоефективного висновку. Вона використовує гібридну архітектуру Mixture-of-Experts (MoE) у поєднанні з власним механізмом "блискавичної уваги", що дозволяє їй обробляти довгі послідовності — до 1 мільйона токенів — зберігаючи при цьому конкурентну ефективність FLOP. Маючи 456 мільярдів загальних параметрів і 45,9 мільярда активних на токен, цей варіант оптимізовано для складних, багатоетапних завдань міркування. Навчений за допомогою власного конвеєра навчання з підкріпленням (CISPO), M1 відмінно справляється з розумінням довгого контексту, розробкою програмного забезпечення, використанням агентних інструментів та математичними міркуваннями. Тести показують високу продуктивність у FullStackBench, SWE-bench, MATH, GPQA та TAU-Bench, часто перевершуючи інші відкриті моделі, такі як DeepSeek R1 та Qwen3-235B.