MiniMax: MiniMax M1

MiniMax M1은 2025년 6월 17일에 출시된 MiniMax의 텍스트 모델입니다. 확장된 컨텍스트와 고효율 추론을 위해 만들어진 대규모 오픈 가중치 추론 모델입니다. 내부적으로는 하이브리드 Mixture-of-Experts 아키텍처와 사용자 정의 "lightning attention" 메커니즘을 결합했으며, 이것이 긴 컨텍스트 동작을 가능하게 하는 설계 선택입니다. 추론과 매우 큰 입력이 섞인 워크로드에 맞는 모델을 고르고 있다면, 이 모델이 속한 계열이 바로 그것입니다.

이 모델은 텍스트 입력과 텍스트 출력을 사용합니다. 텍스트 프롬프트를 받아 텍스트를 반환하며, 컨텍스트 윈도우는 1,000,000 토큰이고 최대 출력은 40,000 토큰입니다. 지식 컷오프는 2024년 6월 30일이므로, 그 이후의 내용은 모델 자체의 학습이 아니라 프롬프트에서 와야 합니다. 추론은 이 모델이 하는 일의 일부이며, API가 이를 노출합니다. 모델을 단순한 완성 엔드포인트로 취급하는 대신 reasoning 및 include_reasoning 파라미터를 통해 추론 출력을 요청하고 검사할 수 있습니다.

명확한 사용 사례는 그 조합에서 따라옵니다. 백만 토큰 컨텍스트는 매우 큰 문서 작업에 적합합니다. 전체 코드베이스, 긴 녹취록, 계약서 묶음, 연구 코퍼스 또는 청킹과 검색이 필요했을 로그 덤프 같은 작업입니다. 추론 동작은 답변이 중간 단계에서 이득을 보는 작업, 예를 들어 다단계 분석, 구조화된 문제 해결 또는 디버깅에 맞습니다. 도구 지원 덕분에 모델이 함수를 호출하고 그 결과에서 이어가는 에이전트 스타일 루프에서 사용할 수 있습니다. 40,000 토큰 출력 상한은 긴 생성이 가능하다는 뜻이지만, 단일 짧은 응답에는 대부분의 요청이 필요로 하는 것보다 훨씬 많은 여유입니다.

모델 id "minimax/minimax-m1"을 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 호환이므로 기존 클라이언트와 SDK는 base URL과 모델 id만 바꾸면 작동합니다. 지원하는 요청 파라미터는 frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, seed, stop, temperature, tool_choice, tools, top_k, top_p입니다. 실제로 이는 샘플링 제어(temperature, top_p, top_k), 반복 및 존재에 대한 페널티, seed를 통한 결정적 실행, 중지 조건, max_tokens를 통한 출력 길이, tools와 tool_choice를 통한 함수 호출, 그리고 추론 플래그를 포괄합니다.

확정하기 전에 알아둘 점: 입력과 출력은 텍스트 전용이므로 이미지, 오디오 또는 다른 모달리티에는 다른 모델이 필요합니다. 2024년 6월 30일 지식 컷오프는 최신 정보를 프롬프트에 제공해야 한다는 뜻입니다. 그리고 1,000,000 토큰 윈도우는 기능이지 지시가 아닙니다. 작업이 짧은 분류나 단순한 채팅 턴이라면 보통 더 작은 모델이 더 합리적인 선택입니다.