MiniMax

minimax/minimax-m1

利用不可

MiniMax M1

MiniMax-M1は、拡張コンテキストと高効率推論のために設計された大規模なオープンウェイト推論モデルです。ハイブリッドMixture-of-Experts（MoE）アーキテクチャと、カスタム「ライトニングアテンション」メカニズムを組み合わせており、100万トークンまでの長いシーケンスを処理できると同時に、競争力のあるFLOP効率を維持しています。総パラメータ数4560億、トークンあたりのアクティブパラメータ459億のこのバリアントは、複雑で多段階の推論タスクに最適化されています。 カスタム強化学習パイプライン（CISPO）を通じて訓練されたM1は、長いコンテキストの理解、ソフトウェアエンジニアリング、エージェンティックツール使用、および数学的推論に優れています。ベンチマークはFullStackBench、SWE-bench、MATH、GPQA、およびTAU-Benchにわたって強力なパフォーマンスを示しており、DeepSeek R1やQwen3-235Bなどの他のオープンモデルを上回ることが多いです。