MiniMax 01
4326°
Chạy mô hình này
Ưu đãi / Quảng cáo
MiniMax | ngữ cảnh 1,000,192 token | $0.20/M đầu vào, $1.10/M đầu ra. MiniMax-01 kết hợp MiniMax-Text-01 cho tạo văn bản và MiniMax-VL-01 cho hiểu hình ảnh. Nó có 456 tỷ tham số, với 45.9 tỷ tham số kích hoạt mỗi lần suy luận, và có thể xử lý ngữ cảnh lên đến 4 triệu token. Mô hình văn bản áp dụng kiến trúc lai kết hợp Lightning Attention, Softmax Attention và Mixture-of-Experts (MoE). Mô hình hình ảnh áp dụng khung “ViT-MLP-LLM” và được huấn luyện dựa trên mô hình văn bản. Để đọc thêm về phát hành, xem: https://www.minimaxi.com/en/news/minimax-01-series-2Opens in new tab
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
MiniMax-01 là mô hình hỗn hợp chuyên gia 456 tỷ tham số từ MiniMax, kết hợp mô hình văn bản và mô hình thị giác trong một gói. Điểm nổi bật là kiến trúc chú ý lai mở rộng ngữ cảnh sử dụng lên đến 4 triệu token, vượt xa hầu hết đối thủ cùng tầm giá. Với giá 0,20 đô la mỗi triệu token đầu vào, nó phù hợp với nhà phát triển cần ngữ cảnh rất dài hoặc công việc đa phương thức mà không tốn nhiều chi phí API.
Nổi tiếng với
- Cửa sổ ngữ cảnh 4 triệu token, một trong những dài nhất ở mức giá này.
- Kiến trúc Hybrid Lightning Attention và Softmax Attention thiết kế cho chuỗi dài.
- Kết hợp tạo văn bản và hiểu hình ảnh trong một mô hình.
- 456 tỷ tham số tổng, chỉ kích hoạt 45,9 tỷ tham số mỗi token qua định tuyến MoE.
- Trọng số mở có trên Hugging Face.
Cẩn thận với
- 456 tỷ tham số tổng nghĩa là tự lưu trữ đòi hỏi phần cứng mạnh; hầu hết người dùng sẽ dùng API.
- Thành phần thị giác là mô hình riêng gắn thêm, không phải kiến trúc đa phương thức nguyên bản.
- Ngữ cảnh trên 1 triệu token chỉ dùng cho suy luận; ngữ cảnh huấn luyện là 1 triệu token.
Phù hợp nhất cho
Lời nhắc để thử
Tóm tắt tài liệu rất dài
Đây là hợp đồng dài. Đọc toàn bộ văn bản, sau đó cho tôi: (1) tóm tắt bằng tiếng Anh đơn giản một đoạn, (2) ba nghĩa vụ quan trọng nhất của mỗi bên, và (3) bất kỳ điều khoản nào mang rủi ro bất thường cho người mua. [Dán tài liệu của bạn dưới dòng này]
Phân tích hình ảnh tải lên
Tôi đính kèm ảnh chụp màn hình bảng điều khiển dữ liệu. Mô tả từng biểu đồ bạn thấy, nêu rõ mỗi biểu đồ thể hiện gì, xác định bất thường hoặc xu hướng đáng chú ý, và đề xuất một câu hỏi tiếp theo mà dữ liệu đặt ra nhưng chưa trả lời.
Tổng hợp nghiên cứu đa tài liệu
Tôi sẽ dán ba bài báo nghiên cứu riêng biệt bên dưới. Sau khi đọc cả ba, viết bài tổng hợp 400 từ xác định điểm đồng thuận, điểm mâu thuẫn và câu hỏi mà không bài nào trả lời. Gắn nhãn mỗi luận điểm với bài báo nguồn.
So sánh với
- MiniMax M3Mô hình mở trọng sốngữ cảnh 1,048,576 token · Đầu vào $0.30/M, đầu ra $1.20/M
- Muse Spark 1.3 ContributorMô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.10/M, đầu ra $0.20/M
- Space Bunny AlphaMô hình chỉ APIngữ cảnh 1,000,000 token · miễn phí sử dụng
- Gemini 2.5 Flash LiteMô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.10/M, đầu ra $0.40/M
Thêm mô hình văn bản từ minimax
Câu hỏi thường gặp
- Trọng số có mở và tôi có thể chạy MiniMax-01 tại chỗ không?
- Có, trọng số được công bố trên Hugging Face dưới tổ chức MiniMaxAI. Chạy toàn bộ mô hình tại chỗ đòi hỏi phần cứng lớn với 456 tỷ tham số, nên hầu hết người tự lưu trữ cần thiết lập đa GPU.
- Chi phí MiniMax-01 và độ dài ngữ cảnh là bao nhiêu?
- Qua API giá 0,20 đô la mỗi triệu token đầu vào và 1,10 đô la mỗi triệu token đầu ra. Cửa sổ ngữ cảnh trên API khoảng hơn 1 triệu token, dù mô hình có thể xử lý đến 4 triệu token khi suy luận.
- MiniMax-01 khác các mô hình ngữ cảnh dài khác thế nào?
- Kiến trúc Hybrid Lightning Attention và Softmax Attention được thiết kế đặc biệt để mở rộng ngữ cảnh hiệu quả, và giới hạn 4 triệu token cao hơn hầu hết mô hình cùng tầm giá. Nó cũng tích hợp hiểu hình ảnh cùng tạo văn bản.
Phán quyết của thuyền trưởngSự kết hợp hiếm có giữa ngữ cảnh thực sự dài, trọng số mở và giá đầu vào thấp — đáng xem nếu công việc của bạn liên quan tài liệu rất lớn hoặc phân tích đa hình ảnh.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
MiniMax 01 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmminimaxthị giácngữ cảnh dàicục bộngân sáchđa ngôn ngữ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153