Мультимодальная модель MiniMax: принимает текст, изображения и видео, отвечает текстом. Создана для программирования, агентных задач и работы с компьютером.
MiniMax M3.1 Flash принимает на вход текст, изображения и видео и выдаёт текст. По описанию MiniMax, по сравнению с M3 модель заметно улучшена в сложных агентных задачах, программировании и кибербезопасности. Среди заявленных назначений также работа с компьютером. Модель устроена как смесь экспертов с разреженным вниманием. По сравнению с M3 разработчик изменил три вещи: добавил разреженное внимание вместо трёх первых слоёв с полным вниманием, перешёл на обучение с учётом квантования и сменил схему спекулятивного декодирования. Контекст около миллиона токенов, а ответ может достигать 524 тысяч токенов, так что объёмный код или отчёт можно получить за один запрос. Поддерживаются режим рассуждений, вызов функций и структурированный вывод по JSON-схеме.
Текст, изображения и видео, а результатом всегда является текст. Видео и картинки можно сочетать с текстовой инструкцией в одном запросе.
По описанию MiniMax, версия 3.1 лучше справляется со сложными агентными задачами, программированием и кибербезопасностью. Среди изменений разреженное внимание, обучение с учётом квантования и другая схема спекулятивного декодирования.
Да, вызов функций поддерживается, как и структурированный вывод по JSON-схеме. Можно также управлять глубиной рассуждения, если нужен режим с размышлением.
Максимум 524 288 токенов в одном ответе при контексте около миллиона токенов. Это позволяет собрать большой модуль кода или подробный отчёт в одном ответе.
Да, MiniMax называет работу с компьютером одним из назначений модели наряду с кодингом и агентными сценариями. Изображения и видео экрана можно передать на вход вместе с описанием доступных функций.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.