Är vikterna öppna och kan jag köra MiniMax-01 lokalt?

Ja, vikterna är publicerade på Hugging Face under MiniMaxAI-organisationen. Att köra hela modellen lokalt är krävande med 456 miljarder parametrar, så de flesta självhostare behöver en multi-GPU-setup.

Vad kostar MiniMax-01 och hur långt är dess kontext?

Via API kostar den 0,20 USD per miljon inmatningstoken och 1,10 USD per miljon utmatningstoken. Kontextfönstret är listat till drygt 1 miljon tokens på API, även om modellen kan hantera upp till 4 miljoner tokens vid inferens.

Hur skiljer sig MiniMax-01 från andra modeller med lång kontext?

Dess hybridarkitektur med Lightning Attention och Softmax Attention är speciellt designad för att effektivt förlänga kontext, och taket på 4 miljoner tokens är högre än de flesta modeller i dess prisklass. Den kombinerar också bildförståelse med textgenerering.

MiniMax 01

4326°

#llm #minimax #vision #lång kontext #lokal #budget

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

MiniMax | 1 000 192 tokens kontext | $0,20/M indata, $1,10/M utdata. MiniMax-01 kombinerar MiniMax-Text-01 för textgenerering och MiniMax-VL-01 för bildförståelse. Den har 456 miljarder parametrar, med 45,9 miljarder parametrar aktiverade per inferens, och kan hantera en kontext på upp till 4 miljoner tokens. Textmodellen använder en hybridarkitektur som kombinerar Lightning Attention, Softmax Attention och Mixture-of-Experts (MoE). Bildmodellen använder ”ViT-MLP-LLM”-ramverket och är tränad ovanpå textmodellen. För att läsa mer om releasen, se: https://www.minimaxi.com/en/news/minimax-01-series-2Opens in new tab

Guider för denna modell

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

MiniMax-01 är en 456 miljarder parametrar stor mixture-of-experts-modell från MiniMax som kombinerar en textmodell med en synmodell i ett paket. Dess huvudfunktion är en hybridarkitektur för uppmärksamhet som förlänger användbar kontext till 4 miljoner tokens, långt mer än vad de flesta konkurrenter erbjuder till detta pris. Med 0,20 USD per miljon inmatningstoken passar den utvecklare som behöver mycket lång kontext eller multimodalt arbete utan en stor API-räkning.

Känd för

4 miljoner tokens kontextfönster, ett av de längsta tillgängliga i denna prisklass.
Hybrid Lightning Attention och Softmax Attention-arkitektur byggd för långa sekvenser.
Kombinerar textgenerering och bildförståelse i en modell.
456 miljarder totala parametrar med endast 45,9 miljarder aktiverade per token via MoE-routing.
Öppna vikter tillgängliga på Hugging Face.

Se upp för

456 miljarder totala parametrar innebär att självhostning kräver seriös hårdvara; de flesta användare kommer att använda API.
Synkomponenten är en separat modell som är påkopplad, inte en inbyggd multimodal arkitektur.
Kontext över 1 miljon tokens är endast för inferens; träningskontexten var 1 miljon tokens.

Bäst för

Promptar att prova

Sammanfatta ett mycket långt dokument

Här är ett långt kontrakt. Läs hela texten och ge mig: (1) en sammanfattning på en paragraf på enkelt språk, (2) de tre viktigaste åtagandena för varje part, och (3) eventuella klausuler som medför ovanlig risk för köparen. [Klistra in ditt dokument under denna rad]

Analysera en uppladdad bild

Jag bifogar en skärmdump av en datadashboard. Beskriv varje diagram du ser, ange vad varje visar, identifiera eventuella avvikelser eller trender värda att flagga, och föreslå en följdfråga som datan väcker men inte besvarar.

Forskningssyntes över dokument

Jag kommer att klistra in tre separata forskningsartiklar nedan. Efter att ha läst alla tre, skriv en 400-ords syntes som identifierar var de är överens, var de motsäger varandra och vilken fråga ingen av dem besvarar. Märk varje påstående med vilken artikel det kommer från.

Jämför med

MiniMax M3
Öppen vikt-modell
1,048,576 tokens kontext · $0.30/M indata, $1.20/M utdata
Muse Spark 1.3 Contributor
Endast API-modell
1,048,576 tokens kontext · $0.10/M indata, $0.20/M utdata
Space Bunny Alpha
Endast API-modell
1,000,000 tokens kontext · gratis att använda
Gemini 2.5 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.10/M indata, $0.40/M utdata

Fler textmodeller från minimax

Vanliga frågor

Är vikterna öppna och kan jag köra MiniMax-01 lokalt?: Ja, vikterna är publicerade på Hugging Face under MiniMaxAI-organisationen. Att köra hela modellen lokalt är krävande med 456 miljarder parametrar, så de flesta självhostare behöver en multi-GPU-setup.
Vad kostar MiniMax-01 och hur långt är dess kontext?: Via API kostar den 0,20 USD per miljon inmatningstoken och 1,10 USD per miljon utmatningstoken. Kontextfönstret är listat till drygt 1 miljon tokens på API, även om modellen kan hantera upp till 4 miljoner tokens vid inferens.
Hur skiljer sig MiniMax-01 från andra modeller med lång kontext?: Dess hybridarkitektur med Lightning Attention och Softmax Attention är speciellt designad för att effektivt förlänga kontext, och taket på 4 miljoner tokens är högre än de flesta modeller i dess prisklass. Den kombinerar också bildförståelse med textgenerering.

Kaptens omdöme
En sällsynt kombination av verkligt lång kontext, öppna vikter och lågt pris på inmatning — värd att titta på om ditt arbetsflöde involverar mycket stora dokument eller analys av flera bilder.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

Llama 3.1 Euryale 70B v2.2

AI-modeller för bild-, video- och textgenerering

MiniMax 01 är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm minimax vision lång kontext lokal budget fler språk

Bläddra efter modellfamilj