MiniMax: MiniMax M1

MiniMax M1 é um modelo de texto da MiniMax, lançado em 17 de junho de 2025. É um modelo de raciocínio de grande escala, com pesos abertos, construído para contexto estendido e inferência de alta eficiência. Internamente, usa uma arquitetura híbrida de Mixture-of-Experts combinada com um mecanismo personalizado de "lightning attention", que é a escolha de design por trás do seu comportamento de contexto longo. Se você está escolhendo um modelo para uma carga de trabalho que mistura raciocínio com entradas muito grandes, é a esta família que ele pertence.

O modelo é texto de entrada e texto de saída. Ele aceita prompts de texto e retorna texto, com uma janela de contexto de 1.000.000 de tokens e uma saída máxima de 40.000 tokens. Seu corte de conhecimento é 30 de junho de 2024, então qualquer coisa após essa data tem que vir do prompt em vez do próprio treinamento do modelo. O raciocínio é parte do que o modelo faz, e a API o expõe: você pode solicitar saída de raciocínio e inspecioná-la através dos parâmetros reasoning e include_reasoning em vez de tratar o modelo como um endpoint de conclusão simples.

Os casos de uso óbvios decorrem dessa combinação. Um contexto de um milhão de tokens é adequado para trabalho sobre documentos muito grandes: bases de código inteiras, transcrições longas, conjuntos de contratos, corpora de pesquisa ou despejos de logs que de outra forma precisariam de chunking e recuperação. O comportamento de raciocínio se encaixa em tarefas onde a resposta se beneficia de etapas intermediárias, como análise em múltiplas etapas, resolução estruturada de problemas ou depuração. O suporte a ferramentas o torna utilizável em loops no estilo agente, onde o modelo chama funções e continua a partir de seus resultados. O teto de saída de 40.000 tokens significa que gerações longas são viáveis, mas para uma única resposta curta é muito mais espaço do que a maioria das solicitações precisa.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "minimax/minimax-m1". Como a interface é compatível com OpenAI, clientes e SDKs existentes funcionam com uma mudança de URL base e id de modelo. Os parâmetros de solicitação que ele suporta são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, seed, stop, temperature, tool_choice, tools, top_k e top_p. Na prática, isso cobre controle de amostragem (temperature, top_p, top_k), penalidades por repetição e presença, execuções determinísticas via seed, condições de parada, comprimento de saída via max_tokens, e chamada de funções via tools e tool_choice, além dos sinalizadores de raciocínio.

Vale notar antes de você se comprometer: entrada e saída são apenas texto, então imagem, áudio ou outras modalidades precisam de um modelo diferente. O corte de conhecimento de 30 de junho de 2024 significa que informações recentes devem ser fornecidas no prompt. E uma janela de 1.000.000 de tokens é uma capacidade, não uma instrução; se sua tarefa é uma classificação curta ou um turno de chat simples, um modelo menor geralmente será a opção mais sensata.