Apakah bobot terbuka dan bisakah saya menjalankan MiniMax-01 secara lokal?

Ya, bobot dipublikasikan di Hugging Face di bawah organisasi MiniMaxAI. Menjalankan model penuh secara lokal menuntut karena 456 miliar parameter total, jadi kebanyakan self-hoster butuh setup multi-GPU.

Berapa biaya MiniMax-01 dan berapa panjang konteksnya?

Via API harganya $0,20 per juta token input dan $1,10 per juta token output. Jendela konteks tercatat sedikit di atas 1 juta token di API, meski model bisa menangani hingga 4 juta token saat inferensi.

Apa perbedaan MiniMax-01 dengan model konteks panjang lain?

Arsitektur Hybrid Lightning Attention dan Softmax Attention dirancang khusus untuk memperluas konteks secara efisien, dan batas 4 juta token lebih tinggi dari kebanyakan model di kisaran harga ini. Model ini juga menggabungkan pemahaman gambar dengan generasi teks.

MiniMax 01

4326°

#llm #minimax #visi #konteks panjang #lokal #anggaran

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

MiniMax | konteks 1.000.192 token | $0.20/M input, $1.10/M output. MiniMax-01 menggabungkan MiniMax-Text-01 untuk generasi teks dan MiniMax-VL-01 untuk pemahaman gambar. Memiliki 456 miliar parameter, dengan 45,9 miliar parameter aktif per inferensi, dan dapat menangani konteks hingga 4 juta token. Model teks mengadopsi arsitektur hibrida yang menggabungkan Lightning Attention, Softmax Attention, dan Mixture-of-Experts (MoE). Model gambar mengadopsi kerangka “ViT-MLP-LLM” dan dilatih di atas model teks. Untuk membaca lebih lanjut tentang rilis ini, lihat: https://www.minimaxi.com/en/news/minimax-01-series-2Opens in new tab

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

MiniMax-01 adalah model mixture-of-experts 456 miliar parameter dari MiniMax yang menggabungkan model teks dan model visi dalam satu paket. Fitur utamanya adalah arsitektur hybrid attention yang memperluas konteks yang dapat digunakan hingga 4 juta token, jauh melampaui kebanyakan pesaing di harga ini. Dengan harga $0,20 per juta token input, cocok untuk pengembang yang butuh konteks sangat panjang atau kerja multimodal tanpa tagihan API besar.

Dikenal untuk

Jendela konteks 4 juta token, salah satu yang terpanjang di harga ini.
Arsitektur Hybrid Lightning Attention dan Softmax Attention untuk urutan panjang.
Menggabungkan generasi teks dan pemahaman gambar dalam satu model.
456 miliar parameter total dengan hanya 45,9 miliar diaktifkan per token lewat routing MoE.
Bobot terbuka tersedia di Hugging Face.

Waspadai

456 miliar parameter total berarti self-hosting butuh perangkat keras serius; kebanyakan pengguna akan pakai API.
Komponen visi adalah model terpisah yang dipasang di atas, bukan arsitektur multimodal asli.
Konteks di atas 1 juta token hanya untuk inferensi; konteks pelatihan 1 juta token.

Terbaik untuk

Konteks panjang

Penglihatan

Jalankan secara lokal

Anggaran

Multibahasa

Prompt untuk dicoba

Ringkas dokumen sangat panjang

Berikut kontrak panjang. Baca seluruh teks, lalu berikan: (1) ringkasan satu paragraf dalam bahasa Inggris sederhana, (2) tiga kewajiban terpenting masing-masing pihak, dan (3) klausul yang membawa risiko tidak biasa bagi pembeli. [Tempel dokumen Anda di bawah garis ini]

Analisis gambar yang diunggah

Saya melampirkan tangkapan layar dashboard data. Jelaskan setiap grafik yang Anda lihat, apa yang ditunjukkan, identifikasi anomali atau tren yang perlu diperhatikan, dan sarankan satu pertanyaan lanjutan yang data angkat tapi tidak dijawab.

Sintesis riset lintas dokumen

Saya akan menempelkan tiga makalah riset terpisah di bawah. Setelah membaca ketiganya, tulis sintesis 400 kata yang mengidentifikasi kesepakatan, kontradiksi, dan pertanyaan yang tidak dijawab oleh ketiganya. Tandai setiap klaim dengan makalah asalnya.

Bandingkan dengan

MiniMax M3
Model dengan bobot terbuka
konteks 1,048,576 token · $0.30/M input, $1.20/M output
Muse Spark 1.3 Contributor
Model hanya API
konteks 1,048,576 token · $0.10/M input, $0.20/M output
Space Bunny Alpha
Model hanya API
konteks 1,000,000 token · gratis digunakan
Gemini 2.5 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.10/M input, $0.40/M output

Model teks lain dari minimax

Pertanyaan yang sering diajukan

Apakah bobot terbuka dan bisakah saya menjalankan MiniMax-01 secara lokal?: Ya, bobot dipublikasikan di Hugging Face di bawah organisasi MiniMaxAI. Menjalankan model penuh secara lokal menuntut karena 456 miliar parameter total, jadi kebanyakan self-hoster butuh setup multi-GPU.
Berapa biaya MiniMax-01 dan berapa panjang konteksnya?: Via API harganya $0,20 per juta token input dan $1,10 per juta token output. Jendela konteks tercatat sedikit di atas 1 juta token di API, meski model bisa menangani hingga 4 juta token saat inferensi.
Apa perbedaan MiniMax-01 dengan model konteks panjang lain?: Arsitektur Hybrid Lightning Attention dan Softmax Attention dirancang khusus untuk memperluas konteks secara efisien, dan batas 4 juta token lebih tinggi dari kebanyakan model di kisaran harga ini. Model ini juga menggabungkan pemahaman gambar dengan generasi teks.

Putusan Kapten
Kombinasi langka konteks sangat panjang, bobot terbuka, dan harga input rendah — layak dicoba jika beban kerja Anda melibatkan dokumen sangat besar atau analisis multi-gambar.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

MiniMax 01 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm minimax visi konteks panjang lokal anggaran multibahasa

Jelajahi berdasarkan Keluarga Model