O MiniMax-M1 é um modelo de linguagem aberto que suporta 1 milhão de tokens, oferecendo desempenho superior a baixo custo em tarefas de raciocínio e contexto longo, competindo com o GPT-4o e igualando o Google Gemini 2.5 Pro.
O modelo de linguagem aberto MiniMax-M1, desenvolvido pela startup chinesa MiniMax, está revolucionando o cenário de IA por suportar até 1 milhão de tokens. Essa inovação não só amplia as capacidades técnicas, mas também oferece liberdade total para personalização e implementação, sem taxas de licenciamento ou restrições de uso.
Redefinindo capacidades de contexto longo
O MiniMax-M1 se destaca no cenário de inteligência artificial por suas impressionantes capacidades de contexto longo, suportando até 1 milhão de tokens.
Isso significa que o modelo pode lidar com vastas quantidades de informações em uma única sessão, como grandes bases de código ou extensas coleções de documentos.
Essa capacidade é essencial para tarefas que exigem memória contextual profunda e raciocínio de longo alcance, áreas onde muitos modelos de ponta enfrentam dificuldades.
Para se ter uma ideia, o MiniMax-M1 supera o GPT-4o da OpenAI, que possui uma janela de contexto de 128.000 tokens, e iguala o Google Gemini 2.5 Pro com 1 milhão de tokens.
Com um output máximo de 80.000 tokens, o MiniMax-M1 se posiciona como líder em tarefas que exigem processamento de contexto extenso.
Eficiência e inovação no MiniMax-M1
O MiniMax-M1 não é apenas um modelo de grande escala, mas também um exemplo de eficiência e inovação na inteligência artificial.
Construído sobre uma arquitetura híbrida chamada Mixture-of-Experts (MoE), o modelo é otimizado com um mecanismo de atenção relâmpago para reduzir o custo computacional.
Em termos práticos, o MiniMax-M1 consome apenas 25% dos FLOPs necessários pelo DeepSeek R1 ao gerar 100.000 tokens.
Uma das inovações mais notáveis no treinamento do MiniMax-M1 é o uso do algoritmo de aprendizado por reforço CISPO, que prioriza o corte de pesos de amostragem de importância em vez de atualizações de tokens.
Essa abordagem resulta em maior eficiência sem comprometer o desempenho. O treinamento do modelo foi realizado com um custo impressionantemente baixo de apenas $534.700, enquanto concorrentes como o DeepSeek R1 e o OpenAI GPT-4 investiram milhões.