MiniMax-M1 — это крупномасштабная модель рассуждения с открытым весом, разработанная для работы с расширенным контекстом и высокоэффективного вывода. Она использует гибридную архитектуру Mixture-of-Experts (MoE) в сочетании с пользовательским механизмом "lightning attention", что позволяет ей обрабатывать длинные последовательности — до 1 миллиона токенов — при сохранении конкурентоспособной эффективности FLOP. Имея в общей сложности 456 миллиардов параметров и 45,9 миллиарда активных параметров на токен, этот вариант оптимизирован для сложных, многошаговых задач рассуждений. Обученная с использованием пользовательского конвейера обучения с подкреплением (CISPO), M1 преуспевает в понимании длинного контекста, разработке программного обеспечения, использовании агентских инструментов и математических рассуждениях. Тесты показывают высокую производительность во FullStackBench, SWE-bench, MATH, GPQA и TAU-Bench, часто превосходя по результатам другие открытые модели, такие как DeepSeek R1 и Qwen3-235B.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="minimax/minimax-m1",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegertoolsarraytool_choicestring | objectreasoningobjectinclude_reasoningboolean