摘要：400万token输入窗口：MiniMax-Text-01是全球首个支持400万token上下文的开源模型，是GPT-4o的32倍、Claude-3.5-Sonnet的20倍。

一、模型核心能力

1. 超长上下文处理

- 400万token输入窗口：MiniMax-Text-01是全球首个支持400万token上下文的开源模型，是GPT-4o的32倍、Claude-3.5-Sonnet的20倍。

- 高效长文本检索：在“大海捞针”测试中，400万token范围内检索准确率达全绿（100%），远超同类模型。

- 性能稳定：随着文本长度增加，性能衰减极低（RULER等长文本数据集测试中表现优异）。

2. 技术突破

- 线性注意力架构：首次在大规模商用模型中应用线性注意力（Linear Attention），将计算复杂度从平方级降低至线性级，实现低延迟长文本处理。

- 混合架构设计：每8层中混合7层线性闪电注意力（Lightning Attention）和1层传统Softmax注意力，平衡效率与性能。

- 参数规模：总参数量达4560亿，激活参数459亿/次，支持复杂长文本推理。

---

二、应用场景与实测表现

1. 实际应用案例

- 小说创作与续写：支持整本小说（约47万字）输入，生成情节分析、续写章节，如《没钱修什么仙？》续写测试中表现流畅。

- 学术文献处理：可一次性分析30篇论文（约24万字），生成结构化综述，远超ChatGPT的12万token限制。

- 多模态交互：视觉模型MiniMax-VL-01支持动态图像解析，结合长文本生成图文报告（如论文PDF提炼配图摘要）。

2. 性能对标

- 在LongBench V2榜单中，综合性能仅次于OpenAI-o1，长文本理解能力位列全球第二。

- 多任务评测中，文本与多模态能力追平GPT-4o和Claude-3.5-Sonnet，部分任务实现超越。

---

三、商业化与开源生态

1. 开源策略

- 模型权重与框架全面开源（包括4560亿参数的Text-01和VL-01），允许商业用途（仅限月活＜1亿用户）。

- 开源目标：加速技术迭代，推动AI Agent生态发展。

2. 成本优势

- API定价为输入1元/百万token，输出8元/百万token，处理400万token仅需约4元，性价比远超同类闭源模型。

---

四、对比其他模型

模型 上下文长度 核心优势 局限性

MiniMaxText01 400万token 长文本处理、线性注意力架构 复杂规划任务待优化

DeepSeek V3 128万token 代码与数学推理 上下文窗口较短

GPT4o 12.8万token 多模态通用性 长文本成本高

---

总结

MiniMax-01系列通过线性注意力架构和混合专家设计，解决了传统Transformer模型的长文本瓶颈，为智能体（Agent）、多轮对话、跨模态分析等场景提供了技术基础。其开源策略与低成本API将进一步推动AI应用的普及。开发者可通过或体验该模型。

来源：有趣的科技君