Nouvelle version : MiniMax M1
MiniMax-01 est un modèle de MiniMax sorti le 15 janvier 2025. Selon la description d'OpenRouter, il accepte le texte et les images et associe MiniMax-Text-01 pour la génération de texte à MiniMax-VL-01 pour la compréhension d'images.
MiniMax-01 était utilisable sur MiniMax Chat, en plus des API, à sa sortie, selon MiniMax. Pour le suivi des instructions, MiniMax-Text-01 obtient une moyenne de 89,1 sur IFEval, selon la carte de MiniMax-Text-01 sur Hugging Face. Sur Arena-Hard, le modèle obtient un score de 89,1, selon la carte de MiniMax-Text-01 sur Hugging Face.
MiniMax-01 associe MiniMax-Text-01 pour la génération de texte et MiniMax-VL-01 pour la compréhension d’images, selon la description d’OpenRouter. Selon la carte de MiniMax-VL-01 sur Hugging Face, les images d’entrée sont redimensionnées selon une grille prédéfinie, à des résolutions allant de 336 × 336 à 2016 × 2016 pixels, avec une vignette de 336 × 336 pixels.
MiniMax-VL-01 utilise un Vision Transformer entraîné de zéro sur 694 millions de paires image-légende, selon la carte de MiniMax-VL-01 sur Hugging Face. Sur ChartQA, le modèle obtient 91,7, selon la carte de MiniMax-VL-01 sur Hugging Face. Pour DocVQA, son score atteint 96,4, selon la carte de MiniMax-VL-01 sur Hugging Face. Sur OCRBench, il obtient 865, selon la carte de MiniMax-VL-01 sur Hugging Face.
MiniMax-01 atteint, à sa sortie, 100 % de précision au test de recherche Needle-In-A-Haystack sur 4 millions de tokens, selon MiniMax.
MiniMax-Text-01 obtient 88,5 sur MMLU et 75,7 sur MMLU-Pro, selon sa carte publiée par MiniMax sur Hugging Face. Sur GPQA (diamond), il atteint 54,4, selon la carte de MiniMax sur Hugging Face. Pour le contexte long, il obtient 0,91 sur Ruler à 1 million de tokens, selon la carte de MiniMax sur Hugging Face. Avec une chaîne de raisonnement, il atteint 56,5 sur LongBench v2, selon la carte de MiniMax sur Hugging Face.
MiniMax-01 est sorti le 15 janvier 2025. Selon MiniMax, à sa sortie, la série comprend deux modèles : MiniMax-Text-01, le modèle de langage de base, et MiniMax-VL-01, le modèle multimodal visuel.
MiniMax-Text-01 compte 456 milliards de paramètres au total, dont 45,9 milliards activés par token, selon sa carte sur Hugging Face. Selon la carte de MiniMax-Text-01 sur Hugging Face, son architecture hybride combine Lightning Attention, Softmax Attention et mélange d’experts (MoE). Cette combinaison associe les mécanismes d’attention et le mélange d’experts au sein du même modèle, selon cette carte sur Hugging Face.
Selon la carte de MiniMax-Text-01 sur Hugging Face, sa longueur de contexte d’entraînement atteint 1 million de tokens, et il peut traiter jusqu’à 4 millions de tokens de contexte à l’inférence. Pour l’appel de fonctions, le modèle repère quand une fonction externe doit être appelée et produit les paramètres nécessaires au format JSON structuré, selon la carte de MiniMax-Text-01 sur Hugging Face.
Selon MiniMax, à sa sortie, chaque groupe de 8 couches comprend 7 couches reposant sur Lightning Attention, une attention linéaire, et 1 couche d’attention SoftMax classique. Selon sa carte sur Hugging Face, MiniMax-VL-01 suit le cadre « ViT-MLP-LLM » : un Vision Transformer de 303 millions de paramètres pour l’encodage visuel, un projecteur MLP à deux couches et MiniMax-Text-01 comme modèle de langage de base.
Sur OpenRouter, MiniMax-01 accepte du texte et des images en entrée. Sa fenêtre de contexte atteint 1 000 192 tokens sur OpenRouter. Le tableau des caractéristiques rassemble les données techniques du modèle, notamment sa date de sortie, les formats acceptés en entrée et la taille de sa fenêtre de contexte.
temperaturetop_pmax_tokensMiniMax-01 avait, à sa sortie, les poids complets de ses deux modèles publiés sur le compte GitHub de MiniMax, selon l’entreprise. Selon MiniMax, à sa sortie, sa plateforme ouverte proposait aussi des API de texte et de compréhension multimodale. La carte d’accès donne les derniers prix relevés.
Selon MiniMax, les poids publiés sur Hugging Face sont accompagnés de la MiniMax Model License, une licence limitée, non exclusive, mondiale et sans redevance. Pour servir MiniMax-Text-01 en production, MiniMax recommande vLLM, selon la carte du modèle sur Hugging Face.
Pour relier le modèle à votre application
Chez OpenRouter (relevé du 05/10/2026) : 0,20 $ / M tokens en entrée, 1,10 $ / M tokens en sortie.
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
MiniMax M1 est développé à partir du modèle précédent de MiniMax, MiniMax-Text-01, selon la carte de MiniMax M1 sur Hugging Face. La frise des versions situe MiniMax-01 parmi les versions de sa famille, avec leurs dates de sortie.
MiniMax M1 est sorti le 16 juin 2025, puis MiniMax M2 le 27 octobre 2025. Ensuite, MiniMax M2.1 est sorti le 23 décembre 2025, suivi de MiniMax M2.5 le 12 février 2026. MiniMax M2.7 est sorti le 18 mars 2026, puis MiniMax M3 le 1er juin 2026.
| Repères | MiniMax-01Vous êtes ici | MiniMax M1 | MiniMax M2 | MiniMax M2.1 | MiniMax M2.5 | MiniMax M2.7 | MiniMax M3 |
|---|---|---|---|---|---|---|---|
| Score | 1364 | 1320 | 1384 | 1389 | 1406 | 1461 | |
| Sortie | |||||||
| Contexte | 1 M tokens | 1 M tokens | 205 k tokens | 205 k tokens | 205 k tokens | 205 k tokens | 1,05 M tokens |
| Prix d'entrée | 0,20 $ / M tokens | 0,55 $ / M tokens | 0,30 $ / M tokens | 0,30 $ / M tokens | 0,27 $ / M tokens | 0,21 $ / M tokens | 0,30 $ / M tokens |
| Prix de sortie | 1,10 $ / M tokens | 2,20 $ / M tokens | 1,20 $ / M tokens | 1,20 $ / M tokens | 1,08 $ / M tokens | 0,84 $ / M tokens | 1,20 $ / M tokens |
| Entrées | Texte, Image | Texte | Texte | Texte | Texte | Texte | Texte, Image, Vidéo |
| Réflexion | Non prise en charge | Facultative | Toujours active | Toujours active | Toujours active | Toujours active | Facultative |
| Tâches | Aide au code, Affaires et finance, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, React, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, React, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, Fullstack, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, React, Rédaction créative, Santé et bien-être, Suivi de consignes | Aide au code, Affaires et finance, Design d'après référence, Données et analyse, Front-end, Fullstack, HTML, Jeux, Juridique, Mathématiques, Conversation à plusieurs tours, Prompts difficiles, React, Rédaction créative, Santé et bien-être, Suivi de consignes, Vision et compréhension | |
| Ce qui le distingue | MiniMax-01 est un modèle de MiniMax sorti le 15 janvier 2025. Selon la description d'OpenRouter, il accepte le texte et les images et associe MiniMax-Text-01 pour la génération de texte à MiniMax-VL-01 pour la compréhension d'images. | MiniMax M1 est un modèle de MiniMax sorti le 16 juin 2025 qui accepte du texte en entrée et produit des réponses sur OpenRouter. Selon sa carte de modèle sur Hugging Face, MiniMax le juge particulièrement adapté aux tâches complexes combinant longues entrées et raisonnement prolongé. | MiniMax M2, publié par MiniMax le 27 octobre 2025, lit du texte et peut produire des sorties structurées sur OpenRouter. Selon MiniMax, le modèle est conçu pour les flux de développement de bout en bout et l’exécution de chaînes d’outils longues et complexes. | MiniMax M2.1, publié par MiniMax le 23 décembre 2025, accepte du texte en entrée sur OpenRouter. Selon MiniMax, il produit des réponses structurées pour la documentation technique et l’écriture, et traite des tâches complexes de programmation et de bureau. | MiniMax M2.5, publié par MiniMax le 12 février 2026, lit du texte et produit des réponses sur OpenRouter. Selon MiniMax, il a été entraîné pour le code, l’usage d’outils, la recherche en mode agent et le travail de bureau. | MiniMax M2.7, publié par MiniMax le 18 mars 2026, accepte du texte en entrée sur OpenRouter. Selon l’éditeur, il sert au développement logiciel et au traitement de documents Word, Excel et PowerPoint, et peut produire des livrables modifiables. | MiniMax M3 est un modèle de MiniMax, sorti le 1er juin 2026 selon l’éditeur, qui lit le texte, l’image et la vidéo et répond en texte. Il succède à MiniMax M2.7 ; selon MiniMax, le code et les tâches d’agent sont ses principaux axes de progrès. Il a une fenêtre d’un million de tokens et des poids ouverts. |
Les repères sont ceux renseignés dans l'annuaire ; un repère absent de toutes les versions sélectionnées n'est pas affiché. Comparaison complète dans le comparateur
MiniMax-01 est sorti le 15 janvier 2025. Selon MiniMax, à sa sortie, la série comprend deux modèles : MiniMax-Text-01, le modèle de langage de base, et MiniMax-VL-01, le modèle multimodal visuel.
MiniMax-01 accepte du texte et des images en entrée sur OpenRouter. Selon la description d’OpenRouter, il associe MiniMax-Text-01 pour la génération de texte et MiniMax-VL-01 pour la compréhension d’images.
MiniMax-01 dispose d’une fenêtre de contexte de 1 000 192 tokens sur OpenRouter. Selon sa carte sur Hugging Face, MiniMax-Text-01 a une longueur de contexte d’entraînement de 1 million de tokens et peut traiter jusqu’à 4 millions de tokens à l’inférence.
MiniMax-01 comprend MiniMax-Text-01, selon MiniMax à sa sortie ; c’est à partir de ce modèle que MiniMax M1 est développé, selon la carte de MiniMax M1 sur Hugging Face. MiniMax M1 est sorti le 16 juin 2025.
Pas besoin d'écrire un bon prompt vous-même. Choisissez un exemple, copiez-le tel quel, puis collez-le dans votre outil pour voir immédiatement le type de réponse obtenu.
Voir comment il rédige un e-mail professionnel à partir d'une situation concrète.
Rédigez un e-mail professionnel et cordial pour relancer un client qui n'a pas encore répondu à une proposition commerciale envoyée il y a une semaine. Le message doit rester chaleureux, ne pas paraître insistant et se terminer par une question simple pour savoir s'il souhaite poursuivre. Faites une version courte, naturelle et directement envoyable.Voir s'il sait rendre un sujet complexe vraiment compréhensible.
Expliquez-moi ce qu'est l'intelligence artificielle générative comme si je n'y connaissais absolument rien. Utilisez des mots simples, donnez deux exemples du quotidien, évitez le jargon et terminez par trois choses importantes à retenir.Voir comment il transforme un projet en étapes simples et concrètes.
Je souhaite créer un nouveau site internet pour une petite entreprise. Organisez le projet étape par étape, depuis la définition des besoins jusqu'à la mise en ligne. Pour chaque étape, indiquez ce qu'il faut préparer, la décision principale à prendre et l'erreur la plus fréquente à éviter. Terminez par les trois premières actions à réaliser cette semaine.Ouvrez votre outil, collez le texte et envoyez. Ensuite, répondez naturellement à l'IA si vous voulez préciser ou modifier le résultat.