MiniMax M1
MiniMax M1 是一款大规模开放权重推理模型，专为超长上下文处理与高效推理场景打造。它采用混合专家（MoE）架构，并搭配自研的“闪电注意力”机制，能够在保障推理性能的同时，适配各类对上下文长度和运算效率有较高要求的任务场景，为用户提供稳定且高效的推理支持。
上下文 1M会用工具
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
更适合先从简介和评测分数判断是否匹配你的场景。
- 长文友好：一次塞很多资料也不容易“忘前面”
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
这款模型还没有公开智能指数，评测榜暂时排不上。
去评测榜看其它模型大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.550/M
你把资料/问题喂给模型的费用
写出回答
$2.20/M
模型生成回复的费用，通常更贵
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.39（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台可以按需加深思考的模型。
- 默认直接答；需要时再打开推理
- 支持把思考过程一并返回，方便排查它怎么想的