MiniMax: MiniMax M3
MiniMax-M3 یک مدل پایه چندوجهی (multimodal foundation model) از شرکت MiniMax است. این مدل از ورودیهای متنی، تصویری و ویدیویی پشتیبانی میکند و خروجی آن بهصورت متن تولید میشود. همچنین دارای context window با ظرفیت ۱ میلیون token است و برای وظایف agentic بلندمدت، coding و استفاده از ابزارها (tool use) مناسب است. این مدل بر پایه معماری MiniMax Sparse Attention (MSA) ساخته شده است. در این معماری، attention کامل با مکانیزم KV-block selection جایگزین شده است تا میزان محاسبات موردنیاز برای هر token در contextهای طولانی کاهش یابد. در contextهایی با طول ۱ میلیون token، هزینه محاسباتی آن تقریباً به یکبیستم نسل قبلی کاهش یافته است. علاوه بر این، عملیات prefill و decode با سرعت بسیار بیشتری انجام میشوند، در حالی که کیفیت مدل در بیشتر وظایف حفظ میشود.
دسترسی API، ساختهشده برای برنامهنویسها
مشخصات اصلی مدل هوش مصنوعی
| نام مدل | minimax/minimax-m3 |
| تاریخ ساخت | ۱۴۰۵/۳/۳۱ |
| حداکثر ورودی | 1048576 |
| سرعت مدل | 2.41 / 5 |
| Tokenizer | Other |
| Reasoning | فعال |
| هزینه خروجی متن | $1.2 به ازای هر یک میلیون توکن |
MiniMax: MiniMax M3
هر ماه مدلهای هوش مصنوعی متنوعی از شرکتهای مختلف ارائه میشود. ثبت نام، راهاندازی و مدیریت اکانتها و مدیریت مالی مدلهای مختلف کار دشواریست. هوش مصنوعی لیارا، مدلهای برتر دنیا را از طریق یک اکانت و یک کلید دسترسی در اختیار شما قرار میدهد.
مانیتورینگ پیشرفته
تعداد درخواستها، توکنهای مصرفی و هزینههای خود را بهتر مدیریت کنید.
توکن رایگان روزانه
با استفاده از توکنهای رایگان، هزینههای هوشمندسازی نرمافزار خود را کاهش دهید.
مدلهای متنوع
ما به سرعت در حال اضافهکردن مدلهای برتر دنیا هستیم. از OpenAI و DeepSeek گرفته تا Grok و Meta.
معماری مدل
| ورودیها | textimagevideo |
| خروجی | text |
| Structured Outputs | فعال |
| Function Calling | فعال |
| Tuning | غیرفعال |
| Streaming | فعال |
پارامترهای قابل تنظیم | frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p |
ما سعی میکنیم قابلیتهایی که بهطور مشترک در اکثر مدلها وجود دارد را در قالب OpenAI API پیادهسازی کنیم تا نیازی نباشد برای جابهجایی بین مدلهای مختلف، کدهای خود را تغییر دهید.
