MiniMax-M

采用混合注意力、上下文达百万 token 的开放权重推理模型

MiniMax 模型开放权重

输入文本文本

它是什么

MiniMax-M1 是 MiniMax 于 2025 年 6 月发布的开放权重推理模型。MiniMax 由闫俊杰等人于 2021 年在上海创立。M1 采用混合注意力设计，把标准的全注意力层与线性注意力层组合，用以降低长序列推理的算力开销，官方给出的上下文窗口达到百万 token 量级。它总参数 456B、每 token 激活约 46B，是一个大规模 MoE 推理模型，权重以开放许可发布。公司同时经营海螺等生成产品线。

为什么值得记住

把线性注意力与全注意力混用，并把上下文推到百万 token，用来压低长序列推理的开销；它是规模可观的开放权重推理模型之一，是开放权重阵营在推理赛道上的一个具体落点。