MiniMax‑M1Open-source, grootschalig redeneer model met 1 miljoen token context en hybride Mixture-of-Experts architectuur.

MiniMax-M1 is een open-weight, grootschalig hybride-attentie redeneer model. Het wordt aangedreven door een hybride Mixture-of-Experts (MoE) architectuur in combinatie met een lightning attention mechanisme, waardoor efficiënte schaalbaarheid van test-tijd computation mogelijk is. Het model ondersteunt native een contextlengte van 1 miljoen tokens en is getraind met behulp van grootschalige versterkte leren (RL) op diverse problemen. Het presteert beter dan andere sterke open-weight modellen op complexe software engineering, toolgebruik en lange context taken. Experimenten op standaard benchmarks laten zien dat MiniMax-M1 beter presteert dan andere modellen in categorietaken zoals wiskunde, codering, software engineering, agentic toolgebruik en lange-context begrip. Het model is bijzonder geschikt voor complexe taken die verwerking van lange inputs en uitgebreid nadenken vereisen. MiniMax-M1 dient als een sterke basis voor next-generation taalmodel agenten om te redeneren en echte wereld uitdagingen aan te pakken. De benchmark prestatievergelijking van toonaangevende commerciële en open-weight modellen over verschillende categorietaken benadrukt de prestaties van het model. Het technische rapport biedt meer informatie over de architectuur, trainingsprotocol en evaluatieresultaten van het model.