MiniMax模型

MiniMax: MiniMax H3 是由 MiniMax 开发的一款轻量级开源权重视频生成模型。它专为精准的多模态编辑和受控内容生成而设计，包括指令驱动的编辑、文本与品牌渲染以及视频到视频的动作迁移。该模型适用于广告、电子商务、游戏和界面设计等商业创意工作流，并支持用于参考驱动生成的原生视听输出。

MiniMax: MiniMax H3 Max 是由 MiniMax 和 fal.ai 联合发布的视频生成模型。该模型由 fal.ai 在 MiniMax H3 的基础上进行后训练，并针对高速生成优化了。它支持主流的 480P 和 768P 输出，生成速度比 MiniMax H3 更快。目前支持“文生视频”和“图生视频”，后续将支持“参考图生成”。

MiniMax: MiniMax H3 Fast 是一款基于 MiniMax H3 标准版经过后训练优化而成的超快速视频生成模型。它支持输出长达 15 秒的 480P 和 768P 视频，并支持文本生成视频、图像生成视频以及基于多模态参考的视频生成。该模型专为电商、广告和营销工作流中的大规模、低成本、高效率视频创作而优化。

低成本、高质量、高生成速度，有出色的参考图转视频表现。适用于对输出质量、能力和速度有平衡要求的场景。MiniMax: MiniMax H3 Highspeed 是你的理想之选。

MiniMax: MiniMax H3 Lite 生成速度极快且价格低廉，非常适合图生视频和文生视频任务。它在简单的 r2va 任务中表现也相当出色，非常适合大规模内容生成场景。

Model: MiniMax: MiniMax M2. Description: MiniMax-M2 是一款紧凑、高效的大型语言模型，专为端到端编码和智能体工作流而优化。它拥有 100 亿激活参数（总参数 2300 亿），在通用推理、工具使用和多步任务执行方面提供接近前沿的智能，同时保持低延迟和部署效率。该模型在代码生成、多文件编辑、编译-运行-修复循环和测试验证修复方面表现出色，在 SWE-Bench Verified、Multi-SWE-Bench 和 Terminal-Bench 上展现了强劲的成果。它在 BrowseComp 和 GAIA 等智能体评估中也有竞争力，能有效处理长程规划、检索以及从执行错误中恢复。经 Artificial Analysis 评测，MiniMax-M2 在涵盖数学、科学和指令遵循的复合智能方面跻身主流开源模型之列。其较小的激活占用空间支持快速推理、高并发和优化的单位经济效益，非常适合需要响应速度和成本效率的大规模智能体、开发助手和推理驱动型应用。

MiniMax-M2.1 是一款轻量级、最先进的大型语言模型，专为编程、智能体工作流和现代应用开发而优化。仅需 100 亿个激活参数，它在保持卓越的延迟、可扩展性和成本效益的同时，实现了实际应用能力的重大飞跃。与前代产品相比，M2.1 能提供更简洁、更准确的输出，并提供更快的感知响应时间。它在主流系统和应用语言中展现出领先的多语言编程性能，在 Multi-SWE-Bench 上达到 49.4%，在 SWE-Bench Multilingual 上达到 72.5%，并可作为 IDE、编程工具和通用助手的多功能智能体“大脑”。为避免降低模型性能，MiniMax 强烈建议在多轮对话中保留推理过程。

M2-her 文本聊天模型，专为角色扮演、多轮对话和对话场景而设计。

MiniMax-M2.5 是一款轻量级、最先进的大型语言模型，专为编码、智能体工作流和现代应用开发而优化。它仅有 100 亿激活参数，在保持卓越的延迟、可扩展性和成本效益的同时，实现了实际应用能力的重大飞跃。与前代产品相比，M2.1 提供更简洁的输出和更快的感知响应时间。它在主流系统和应用语言中展现出领先的多语言编码性能，在 Multi-SWE-Bench 上达到 49.4%，在 SWE-Bench Multilingual 上达到 72.5%，并可作为 IDE、编码工具和通用助手的多功能智能体“大脑”。为避免降低模型性能，MiniMax 强烈建议保留轮次之间的推理过程。

MiniMax: MiniMax M2.7。M2.7 在现实软件工程中表现卓越，涵盖端到端完整项目交付、日志分析与故障分类、代码安全、机器学习等领域。在 SWE-Pro 基准测试中，M2.7 得分为 56.22%，几乎达到了 Opus 的水平。这种能力也延伸至端到端完整项目交付场景（VIBE-Pro 55.6%）以及对 Terminal Bench 2 上复杂工程系统的深度理解（57.0%）。在专业办公领域，我们提升了模型在各个领域的专业知识和任务交付能力。在 GDPval-AA 上，其 ELO 分数为 1495，是开源模型中最高的。M2.7 在 Office 套件（Excel/PPT/Word）中执行复杂编辑的能力显著提高，能实现更好的多轮修订和高保真编辑。M2.7 有与复杂环境交互的能力。在 40 个复杂技能（> 2000 tokens）案例中，M2.7 仍保持了 97% 的技能遵循率。在 OpenClaw 使用方面，相比 M2.5，M2.7 展现了显著提升，在 MMClaw 评估中得分接近最新的 Sonnet 4.6。M2.7 拥有出色的身份保持能力和情商。除了生产力用例之外，它还为互动娱乐场景的创新开辟了空间。

模型: MiniMax: MiniMax M2.7 highspeed 描述: M2.7 highspeed: 性能不变，速度更快，更加敏捷

MiniMax M3 是首个集代码编写、智能体推理、百万级 Token 上下文和原生多模态于一体的开源权重旗舰模型。它能容易处理自主任务分解、工具调用和多步推理，编写出的代码不仅能运行，更达到可交付标准。基于 MiniMax 专有的稀疏注意力架构，M3 原生支持百万级 Token 上下文窗口，适用于长周期智能体、大型代码库及长视频理解。其多模态能力并非外挂，而是从预训练之初便深入集成，实现了文本与视觉在语义层面的深度对齐。

MiniMax: MiniMax M3.1-Flash 是一款前沿的多模态语言模型，有 100 万 token 的上下文窗口，专为智能体推理、工具调用、编程和长文本任务而设计。它支持文本、图像和视频输入，并提供可调的思考深度（通过努力程度控制），以平衡推理质量、延迟和 token 使用量。

M2.5 highspeed：相同性能，更快速，更敏捷