MiniMax: MiniMax-01

MiniMax-01 to model generowania tekstu od MiniMax, udostępniony przez dostawcę 15 stycznia 2025. Łączy MiniMax-Text-01 do generowania tekstu i MiniMax-VL-01 do rozumienia obrazu w jednym modelu, i jest zbudowany na 456 miliardach parametrów, z 45,9 miliarda parametrów aktywowanych na jedno wnioskowanie. W api14 jest wymieniony w kategorii tekst z identyfikatorem modelu minimax/minimax-01.

Model przyjmuje tekst i obrazy jako dane wejściowe i generuje tekst jako dane wyjściowe. Jego okno kontekstu wynosi 1 000 192 tokeny, a maksymalne wyjście to 900 172 tokeny, więc zarówno bardzo długie dane wejściowe, jak i bardzo długie generowania są możliwe w ramach tego samego żądania. Data odcięcia wiedzy to 31 marca 2024, co oznacza, że wszystko po tej dacie wykracza poza to, na czym model był trenowany. Ponieważ obrazy są akceptowanym modalem wejściowym, model może odczytywać treści wizualne razem z tekstem, zamiast być ograniczony wyłącznie do tekstu.

Te możliwości wskazują na kilka praktycznych zastosowań. Praca z długimi dokumentami jest oczywistym dopasowaniem: umowy, artykuły naukowe, bazy kodu, transkrypcje lub zrzuty wielu plików można dostarczyć w jednym kontekście, zamiast dzielić je na fragmenty i składać z powrotem. Wysoki limit wyjścia odpowiada również zadaniom, które generują długie wyniki, takim jak rozszerzone streszczenia, szkice raportów lub ustrukturyzowane wyodrębnianie z dużego źródła. Wejście obrazowe rozszerza to na materiał mieszany, na przykład zrzuty ekranu, diagramy lub zeskanowane strony, które trzeba opisać, przepisać lub przeanalizować razem z towarzyszącym tekstem. Ogólny czat, odpowiadanie na pytania i przekształcanie tekstu również mieszczą się w zakresie.

Model wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu minimax/minimax-01. Obsługiwane parametry żądania to max_tokens, temperature i top_p. max_tokens kontroluje długość generowanego wyjścia, temperature dostosowuje losowość, a top_p stosuje próbkowanie jądrowe. Żadne inne parametry nie są wymienione jako obsługiwane, więc żądania powinny pozostać w ramach tych trzech wraz ze standardowym wejściem messages.

Dwie rzeczy warto sprawdzić przed podjęciem decyzji. Data odcięcia wiedzy 31 marca 2024 oznacza, że model nie ma wbudowanej świadomości późniejszych wydarzeń, więc wszystko, co niedawne, musi być dostarczone w prompcie. Poza tym wyjście jest wyłącznie tekstowe, więc jeśli zadanie wymaga generowanych obrazów lub dźwięku, potrzebny jest inny model. Do pracy typu tekst i obraz na wejściu, tekst na wyjściu, w ramach obsługiwanych parametrów, MiniMax-01 jest rozsądnym kandydatem.