К результатам поиска

minimax

MiniMax M1 80K

MiniMax-M1 — модель с открытым исходным кодом, гибридным вниманием и архитектурой MoE. Поддерживает контекст 1M токенов и предназначена для рассуждений по длинным текстам и разработки программного обеспечения.

  • 1 000 000 токенов1 000 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
75,96 ₽
Выход
303,84 ₽
Кэш
75,96 ₽
за 1 млн токенов
Интеллект
11,7
API ID
minimax/minimax-m1-80k

Данные каталога получены .

Цена

Текстовый диалог · вход
75,96 ₽ / 1 млн токенов
Текстовый диалог · выход
303,84 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
75,96 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

MiniMax-M1 — модель с открытым исходным кодом, гибридным вниманием и архитектурой MoE. Поддерживает контекст 1M токенов и предназначена для рассуждений по длинным текстам и разработки программного обеспечения. Разработчик: minimax.

Характеристики

Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 000 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
131 072 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог
Возможности модели
Потоковый ответ

Контрольные показатели

Artificial Analysis

13 показателей · проверено

Источник ↗
Индекс интеллекта
11,7 индексСводная оценка Artificial Analysis по всем её тестам

Рассуждение по документу

  • AA-LCR v1.157,7 %

    Рассуждение на длинном контексте с обновлённой оценкой

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)57,7 %

    Оценка рассуждений на длинном контексте

  • GPQA Diamond (архивный)69,7 %

    Научные рассуждения уровня выпускника

Математика

  • AIME84,7 %

    Американский пригласительный экзамен по математике

  • Math-50098 %

    Набор задач для проверки решения разнообразных математических задач

Рассуждения

  • AIME 202561 %
  • HLE8,9 %

    Humanity’s Last Exam — вопросы экспертного уровня

Рассуждение

  • IFBench41,8 %

    Тест на следование инструкциям

Программирование

  • LiveCodeBench71,1 %

    Бенчмарк по программированию без загрязнения данных

  • Terminal-Bench Hard (архивный)3 %

    Устаревший резервный вариант · Агентное программирование и работа в терминале

Знания

  • MMLU-Pro81,6 %

    Профессиональные и академические предметные знания

Агентная работа

  • T²-Bench Telecom (архивный)34,2 %

    Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "minimax/minimax-m1-80k",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ