MiniMax: MiniMax M3

MiniMax M3, MiniMax की एक मल्टीमॉडल फाउंडेशन मॉडल है। यह इस अर्थ में एक टेक्स्ट मॉडल है कि इसका आउटपुट टेक्स्ट होता है, लेकिन इनपुट के रूप में यह टेक्स्ट से अधिक स्वीकार करता है। MiniMax इसे एक संकीर्ण एकल-कार्य प्रणाली के बजाय एक फाउंडेशन मॉडल के रूप में प्रस्तुत करता है, और प्रदाता इसे अन्य चीजों के अलावा दीर्घ-कालिक एजेंटिक कार्य और कोडिंग के लिए उपयुक्त बताता है।

इनपुट की ओर से, MiniMax M3 टेक्स्ट, छवियाँ और वीडियो स्वीकार करता है। आउटपुट की ओर से यह केवल टेक्स्ट उत्पन्न करता है। कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, और अधिकतम आउटपुट 512,000 टोकन है। बहुत बड़े कॉन्टेक्स्ट और बहुत बड़े आउटपुट बजट का यह संयोजन यहाँ मुख्य क्षमता है: आप मॉडल को बड़ी मात्रा में सामग्री दे सकते हैं और फिर भी छोटे सारांश के बजाय एक पर्याप्त प्रतिक्रिया की अपेक्षा कर सकते हैं। चूँकि छवियाँ और वीडियो इनपुट के रूप में स्वीकार किए जाते हैं, मॉडल एक ही अनुरोध के भीतर टेक्स्ट के साथ-साथ दृश्य सामग्री पर भी तर्क कर सकता है।

व्यावहारिक उपयोग के मामले उन गुणों से निकलते हैं। दीर्घ-कालिक एजेंटिक कार्य एक है: ऐसे कार्य जो कई चरणों में स्थिति जमा करते हैं और जिनमें पहले के चरणों को दृष्टि में बनाए रखने की आवश्यकता होती है। कोडिंग एक और है, विशेष रूप से ऐसा कार्य जिसमें कुछ भी लिखने से पहले बड़ी मात्रा में मौजूदा स्रोत पढ़ना शामिल होता है। वीडियो और छवि इनपुट ऐसे कार्यों को खोलते हैं जहाँ मॉडल को दृश्य सामग्री का वर्णन करना, व्याख्या करना या उसके बारे में प्रश्नों का उत्तर देना होता है, या उस सामग्री को लिखित निर्देशों के साथ जोड़ना होता है। बड़ी आउटपुट सीमा यह भी उचित बनाती है कि एक ही कॉल में लंबे जनित आर्टिफैक्ट्स, जैसे विस्तारित दस्तावेज़ या पूरी फाइलें, माँगी जा सकें।

आप MiniMax M3 को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "minimax/minimax-m3" का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI-संगत है, मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ और अनुरोध आकार बेस URL और मॉडल आईडी बदलने के साथ काम करते हैं। मॉडल अनुरोध पैरामीटर के एक व्यापक सेट का समर्थन करता है: frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs और top_p। टूल कॉलिंग और संरचित आउटपुट दोनों उपलब्ध हैं, जो मायने रखता है यदि आप एक एजेंट लूप बना रहे हैं या ऐसी प्रतिक्रियाएँ चाहते हैं जो किसी स्कीमा के अनुरूप हों। reasoning और include_reasoning पैरामीटर आपको यह नियंत्रित करने देते हैं कि रीज़निंग सामग्री सामने लाई जाए या नहीं।

तथ्यों में 512,000 टोकन की आउटपुट सीमा के अलावा कोई बताई गई सीमा नहीं है, इसलिए मुख्य बात यह जाँचना है कि आपके कार्य को वास्तव में इतना कॉन्टेक्स्ट और आउटपुट चाहिए या नहीं। यदि आपका वर्कलोड छोटे प्रॉम्प्ट और छोटे उत्तरों वाला है और उसमें कोई दृश्य इनपुट नहीं है, तो एक छोटा टेक्स्ट मॉडल आमतौर पर उपयोग करने में अधिक सरल होगा। MiniMax M3 सबसे अधिक तब उपयुक्त है जब इनपुट बड़ा हो, जब उसमें छवियाँ या वीडियो शामिल हों, या जब कार्य कई चरणों में चले और उसे टूल्स की आवश्यकता हो।