MiniMax-M1 — это крупномасштабная модель логического вывода с открытым весом, разработанная для работы с расширенным контекстом и высокоэффективным выводом. Она использует гибридную архитектуру Mixture-of-Experts (MoE) в сочетании с настраиваемым механизмом «молниеносного внимания», что позволяет ей обрабатывать длинные последовательности (до 1 миллиона токенов) при сохранении конкурентоспособной эффективности FLOP. Обладая 456 миллиардами общих параметров и 45,9 миллиардами активных параметров на токен, этот вариант оптимизирован для сложных многоэтапных задач логического вывода. M1, обученный с помощью настраиваемого конвейера обучения с подкреплением (CISPO), превосходно справляется с пониманием длинного контекста, разработкой программного обеспечения, использованием агентских инструментов и математическим рассуждением. Сравнительные тесты показывают высокую производительность в FullStackBench, SWE-bench, MATH, GPQA и TAU-Bench, часто превосходящую 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