MiniMax

MiniMax-M3.1-Flash 是 MiniMax 推出的多模态模型。与 M3 相比，它在多个基准测试上取得了显著改进，尤其是在复杂的智能体任务、编程和网络安全方面。它专为复杂的多步骤协同工作自动化、理解真实代码库、修复漏洞和构建功能，以及视觉理解与创作（包括前端和演示文稿制作）而设计。它是一个开放权重的混合专家模型，拥有 23B 激活 / 428B 总参数。

MiniMax H3 Max 是 MiniMax 推出的视频生成模型，与 fal.ai 联合发布。该模型基于 MiniMax H3 进行额外训练，旨在实现更快的文本到视频和图像到视频生成，并支持控制首帧或尾帧关键帧。

MiniMax H3 是 MiniMax 推出的一款轻量级、开放权重的视频生成模型。它专为精准的多模态编辑和可控内容生成而设计，支持指令引导编辑、文本与品牌渲染，以及视频到视频的运动迁移。 该模型适用于广告、电商、游戏和界面设计等商业创意工作流，并提供原生音视频输出，支持参考驱动生成。

MiniMax Speech 2.8 HD 是 MiniMax 推出的文本转语音模型。它适用于从文本生成语音音频的应用程序，并接受任意的 MiniMax 语音 ID。

MiniMax Speech 2.8 Turbo 是来自 MiniMax 的 text-to-speech 模型。它适用于从文本生成语音音频的应用程序，并接受任意的 MiniMax 语音ID。

MiniMax-M3 是 MiniMax 推出的多模态基础模型。它支持文本、图像和视频输入，并输出文本，拥有 1M token 的上下文窗口，适用于长周期智能体任务、编程和工具使用。它基于 MiniMax 稀疏注意力（MSA）构建，该机制用 KV 块选择替代全注意力，以降低长上下文下每 token 的计算量——在 1M token 时成本约为上一代的 1/20，同时显著加快预填充和解码速度，并在大多数任务中保持质量。 作为原生多模态模型，它在交错数据上训练，并通过交互式用户模拟器框架针对多轮、生产式协作进行调优，该模型面向持续的多步骤任务，而非单轮执行。

Hailuo 2.3 是 MiniMax 推出的一款视频生成模型。它接受文本提示和参考图像作为输入，并生成视频输出，支持文本转视频和图像转视频两种工作流程。该模型适用于创意内容制作、电影级场景生成和角色动画，重点在于逼真的动作和富有表现力的角色渲染。

MiniMax-M2.7 是专为自主、真实世界生产力和持续改进而设计的下一代大型语言模型。M2.7 旨在积极参与自身进化，通过多智能体协作集成先进的智能体能力，使其能够在动态环境中规划、执行并优化复杂任务。 M2.7 经过生产级性能训练，可处理实时调试、根因分析、财务建模以及跨 Word、Excel 和 PowerPoint 的完整文档生成等工作流程。它在包括 SWE-Pro 上 56.2% 和 Terminal Bench 2 上 57.0% 的基准测试中表现出色，同时在 GDPval-AA 上达到 1495 ELO，为在真实世界数字工作流程中运行的多智能体系统树立了新标准。

MiniMax-M2.5 是一个 SOTA 大语言模型，专为现实世界生产力而设计。它在多种复杂的现实世界数字工作环境中训练，基于 M2.1 的编码专业知识扩展到一般办公工作，能够熟练生成和操作 Word、Excel 和 PowerPoint 文件，在不同软件环境之间进行上下文切换，并在不同智能体和人类团队之间协作。M2.5 在 SWE-Bench Verified 上得分 80.2%，在 Multi-SWE-Bench 上得分 51.3%，在 BrowseComp 上得分 76.3%，同时比以前几代更具 token 效率，通过规划来优化其动作和输出。

MiniMax M2-her 是一款以对话为先的大语言模型，专为沉浸式角色扮演、角色驱动的聊天和富有表现力的多轮对话而构建。它旨在保持语气和个性的一致性，支持丰富的消息角色（user_system、group、sample_message_user、sample_message_ai），并能从示例对话中学习，以更好地匹配您场景的风格和节奏，使其成为讲故事、陪伴类应用以及注重自然流畅和生动交互的对话体验的理想选择。

MiniMax-M2.1 是一个轻量级、最先进的大语言模型，针对编码、智能体工作流和现代应用开发进行了优化。仅激活100亿参数，它在现实世界能力上实现了重大飞跃，同时保持了卓越的延迟、可扩展性和成本效率。 与其前代产品相比，M2.1 提供更干净、更简洁的输出和更快的感知响应时间。它在主要系统和应用语言中展现出领先的多语言编码性能，在 Multi-SWE-Bench 上达到49.4%，在 SWE-Bench Multilingual 上达到72.5%，并可作为 IDE、编码工具和通用辅助的通用智能体“大脑”。 为避免降低该模型的性能，MiniMax 强烈建议在轮次之间保留推理。在我们的文档中了解有关使用 reasoning_details 传递推理的更多信息。

MiniMax-M2 是一款紧凑、高效的大语言模型，针对端到端编码和智能体工作流进行了优化。它拥有 100 亿激活参数（总参数 2300 亿），在通用推理、工具使用和多步骤任务执行方面展现出接近前沿的智能水平，同时保持低延迟和部署效率。 该模型在代码生成、多文件编辑、编译-运行-修复循环以及测试验证修复方面表现出色，在 SWE-Bench Verified、Multi-SWE-Bench 和 Terminal-Bench 上取得了强劲的成绩。它还在 BrowseComp 和 GAIA 等智能体评估中具有竞争力，能够有效处理长程规划、信息检索和从执行错误中恢复。 根据 Artificial Analysis 的基准测试，MiniMax-M2 在综合智能（涵盖数学、科学和指令遵循）方面位列顶级开源模型之一。其较小的激活参数规模支持快速推理、高并发和更优的单位经济性，使其非常适合需要高响应性和成本效益的大规模智能体、开发者助手以及推理驱动的应用。 为避免降低该模型的性能，MiniMax 强烈建议在来回对话中保留推理内容。更多关于使用 reasoning_details 传回推理内容的信息，请参阅我们的 文档。

MiniMax-M1 是一个大规模、开放权重的推理模型，专为长上下文和高效率推理而设计。它采用混合专家（MoE）架构，并搭配自定义的“闪电注意力”机制，能够处理长达 100 万 token 的序列，同时保持具有竞争力的 FLOP 效率。该变体总参数达 4560 亿，每个 token 激活 459 亿参数，针对复杂多步推理任务进行了优化。 通过自定义强化学习流水线（CISPO）训练，M1 在长上下文理解、软件工程、智能体工具使用和数学推理方面表现出色。基准测试显示，它在 FullStackBench、SWE-bench、MATH、GPQA 和 TAU-Bench 上均有强劲表现，通常优于 DeepSeek R1 和 Qwen3-235B 等其他开放模型。

MiniMax-01 结合了用于文本生成的 MiniMax-Text-01 和用于图像理解的 MiniMax-VL-01。它拥有 4560 亿个参数，每次推理激活 459 亿个参数，并且能够处理高达 400 万 token 的上下文。 文本模型采用了一种混合架构，结合了 Lightning Attention、Softmax Attention 和混合专家（MoE）。图像模型采用“ViT-MLP-LLM”框架，并在文本模型的基础上进行训练。 了解更多发布信息，请参阅：https://www.minimaxi.com/en/news/minimax-01-series-2