发布
2025年1月15日，MiniMax 发布并开源了 MiniMax-01 全新系列模型，其中包含两个模型：基础语言大模型 MiniMax-Text-01 和视觉多模态大模型 MiniMax-VL-01。
全新模型架构、性能比肩 GPT-4o
在 MiniMax-01 系列模型中，MiniMax 做了大胆创新：首次大规模实现线性注意力机制，传统 Transformer 架构不再是唯一的选择。
- 参数量：高达 4560 亿，其中单次激活 459 亿
- 上下文长度：支持全球最长 400 万 token 的上下文，是 GPT-4o 的 32 倍，Claude-3.5-Sonnet 的 20 倍
- 综合性能：比肩海外顶尖模型
基于业界主流的文本和多模态理解测评结果，MiniMax-01 在大多数任务上追平了海外公认最先进的两个模型，GPT-4o-1120 以及 Claude-3.5-Sonnet-1022。
超长上下文、开启 Agent 时代
MiniMax 相信 2025 年会是 Agent 高速发展的一年，不管是单 Agent 的系统需要持续的记忆，还是多 Agent 的系统中 Agent 之间大量的相互通信，都需要越来越长的上下文。
在这个模型中，MiniMax 走出了第一步，并希望使用这个架构持续建立复杂 Agent 所需的基础能力。
模型架构
模型使用的结构如下：每 8 层中有 7 个是基于 Lightning Attention 的线性注意力，有一层是传统的 SoftMax 注意力。
这是业内第一次把线性注意力机制扩展到商用模型的级别。MiniMax 从 Scaling Law、与 MoE 的结合、结构设计、训练优化和推理优化等层面做了综合的考虑。
长上下文性能
在长文任务上，MiniMax 对比了之前长文最好的模型 Google 的 Gemini。随着输入长度变长，MiniMax-Text-01 是性能衰减最慢的模型，显著优于 Google Gemini。
受益于架构的创新，模型在处理长输入的时候有非常高的效率，接近线性复杂度。
极致性价比、不断创新
受益于架构的创新、效率的优化、集群训推一体的设计以及内部大量并发算力复用，MiniMax 得以用业内最低的价格区间提供文本和多模态理解的 API：
- 输入 Token：人民币 1 元/百万 Token
- 输出 Token：人民币 8 元/百万 Token
评测结果
学术数据集
在大部份的学术集上，MiniMax 都取得了比肩海外第一梯队的结果：
长上下文评测
在长上下文的测评集上，MiniMax 显著领先：
在 400 万的 Needle-In-A-Haystack 检索任务上全绿：
真实场景测试
除了学术数据集，MiniMax 构建了一个基于真实数据的助手场景中的测试集。在这个场景中，MiniMax-Text-01 的模型表现显著领先：
多模态理解
在多模态理解的测试集中，MiniMax-VL-01 的模型也较为领先：
开源与使用
为方便开发者做更多的研究，MiniMax 开源了两个模型的完整权重，后续也会持续更新，包括代码和多模态相关的后续强化。
- GitHub：https://github.com/MiniMax-AI
- MiniMax 开放平台（国内）：https://www.minimaxi.com/platform
- MiniMax 开放平台（海外版）：https://www.minimaxi.com/en/platform
选择开源，一是因为 MiniMax 认为这有可能启发更多长上下文的研究和应用，从而更快促进 Agent 时代的到来；二是开源也能促使团队努力做更多创新，更高质量地开展后续的模型研发工作。
除了开源和极高性价比的 API 之外，在海螺 AI（国内 APP 以及网站 hailuoai.com），以及海外网站 hailuo.ai 上都可以访问使用。