MiniMax-M1, le premier modèle de raisonnement à attention hybride open-weight au monde, est désormais disponible sur Novita AI ! Ce modèle révolutionnaire comprend 456 milliards de paramètres — dont 45,9 milliards activés par token — et supporte nativement un contexte d’un million de tokens, soit 8× plus que DeepSeek R1.
Pour une durée limitée, les nouveaux utilisateurs peuvent obtenir 10 $ de crédits gratuits pour explorer les capacités de raisonnement avancées de MiniMax-M1. Alimentez vos applications avec une technologie d’attention hybride de pointe — MiniMax-M1 est à un appel API.
Voici la tarification actuelle de MiniMax-M1 sur Novita AI :
MiniMax-M1-80K : 0,55 $ / M tokens d’entrée, 2,2 $ / M tokens de sortie
Essayez la démo MiniMax-M1-80K maintenant
Qu’est-ce que MiniMax-M1 ?
MiniMax-M1 représente un changement de paradigme dans l’architecture des grands modèles de langage. Développé par MiniMax-AI, ce modèle innovant introduit le premier système de raisonnement à attention hybride open-weight à grande échelle, combinant une architecture hybride Mixture-of-Experts (MoE) avec un mécanisme d’attention éclair révolutionnaire.
Principales fonctionnalités de MiniMax-M1
🔹 Attention hybride et Mixture-of-Experts
Les couches MoE activent 45,9 milliards de paramètres sur 456 milliards pour chaque token, associées à une attention éclair pour la vitesse et l’efficacité.
🔹 Contexte massif d’1 million de tokens
Support natif d’un million de tokens, idéal pour résumer des livres, des journaux et des bases de code entières.
🔹 Apprentissage par renforcement efficace
CISPO améliore l’efficacité de l’entraînement RL en limitant les poids d’échantillonnage d’importance — une première pour l’architecture MoE + attention hybride.
🔹 Budgets de réflexion doubles : 40K et 80K
Choisissez entre MiniMax‑M1‑40K ou MiniMax‑M1‑80K selon la profondeur de raisonnement souhaitée et les compromis de calcul.
🔹 Capacités agentiques et plugins
Appel de fonctions intégré, accès aux outils (recherche, exécution de code, génération d’images/vidéos, TTS), optimisé pour les workflows agentiques réels.
Benchmarks et analyse des performances
MiniMax-M1 offre des performances exceptionnelles sur l’ensemble des benchmarks d’IA. Les évaluations standard montrent que le modèle surpasse des alternatives open-weight solides comme DeepSeek-R1 et Qwen3-235B, excellant particulièrement en génie logiciel, utilisation d’outils et compréhension de longs contextes.
Comparaison complète des performances
| Catégorie | Tâche | MiniMax-M1-80K | MiniMax-M1-40K | Qwen3-235B-A22B | DeepSeek-R1-0528 | DeepSeek-R1 | Seed-Thinking-v1.5 | Claude 4 Opus | Gemini 2.5 Pro | OpenAI-o3 |
|---|---|---|---|---|---|---|---|---|---|---|
| Réflexion étendue | 80K | 40K | 32k | 64k | 32k | 32k | 64k | 64k | 100k | |
| Mathématiques | AIME 2024 | 86,0 | 83,3 | 85,7 | 91,4 | 79,8 | 86,7 | 76,0 | 92,0 | 91,6 |
| AIME 2025 | 76,9 | 74,6 | 81,5 | 87,5 | 70,0 | 74,0 | 75,5 | 88,0 | 88,9 | |
| MATH-500 | 96,8 | 96,0 | 96,2 | 98,0 | 97,3 | 96,7 | 98,2 | 98,8 | 98,1 | |
| Codage général | LiveCodeBench | 65,0 | 62,3 | 65,9 | 73,1 | 55,9 | 67,5 | 56,6 | 77,1 | 75,8 |
| FullStackBench | 68,3 | 67,6 | 62,9 | 69,4 | 70,1 | 69,9 | 70,3 | -- | 69,3 | |
| Raisonnement et connaissances | GPQA Diamond | 70,0 | 69,2 | 71,1 | 81,0 | 71,5 | 77,3 | 79,6 | 86,4 | 83,3 |
| ZebraLogic | 86,8 | 80,1 | 80,3 | 95,1 | 78,7 | 84,4 | 95,1 | 91,6 | 95,8 | |
| MMLU-Pro | 81,1 | 80,6 | 83,0 | 85,0 | 84,0 | 87,0 | 85,0 | 86,0 | 85,0 | |
| Génie logiciel | SWE-bench Verified | 56,0 | 55,6 | 34,4 | 57,6 | 49,2 | 47,0 | 72,5 | 67,2 | 69,1 |
| Contexte long | OpenAI-MRCR (128k) | 73,4 | 76,1 | 27,7 | 51,5 | 35,8 | 54,3 | 48,9 | 76,8 | 56,5 |
| OpenAI-MRCR (1M) | 56,2 | 58,6 | -- | -- | -- | -- | -- | 58,8 | -- | |
| LongBench-v2 | 61,5 | 61,0 | 50,1 | 52,1 | 58,3 | 52,5 | 55,6 | 65,0 | 58,8 | |
| Utilisation agentique d’outils | TAU-bench (aviation) | 62,0 | 60,0 | 34,7 | 53,5 | -- | 44,0 | 59,6 | 50,0 | 52,0 |
| TAU-bench (commerce) | 63,5 | 67,8 | 58,6 | 63,9 | -- | 55,7 | 81,4 | 67,0 | 73,9 |
Modèles évalués avec temperature=1,0, top_p=0,95
Excellence en mathématiques et raisonnement
Mathématiques de niveau compétition
MiniMax-M1-80K obtient des résultats remarquables sur AIME 2024 (86,0) et AIME 2025 (76,9), en tête des modèles open-weight pour le raisonnement mathématique. La précision de 96,8 % sur MATH-500 démontre une capacité exceptionnelle à résoudre des problèmes mathématiques complexes avec exactitude.
Tâches de raisonnement avancées
Le modèle excelle sur ZebraLogic avec une performance de 86,8 %, surpassant nettement des alternatives open-weight comme Qwen3-235B (80,3 %) et DeepSeek-R1 (78,7 %). Des performances cohérentes sur les variantes 80K et 40K (81,1 % et 80,6 % sur MMLU-Pro) montrent des capacités de raisonnement fiables.
Excellence en génie logiciel et codage
Développement logiciel réel
MiniMax-M1 atteint une précision remarquable de 56,0 % sur SWE-bench Verified, surpassant largement Qwen3-235B-A22B (34,4 %). Cette performance démontre la capacité du modèle à comprendre des bases de code complexes, à identifier des problèmes et à proposer des solutions efficaces dans des scénarios réels.
Polyvalence en codage
De bonnes performances sur LiveCodeBench (65,0 %) et FullStackBench (68,3 %) soulignent la polyvalence du modèle à travers différents paradigmes et frameworks de programmation, en faisant un choix de premier plan pour les applications de développement logiciel.
Supériorité en contexte long et capacités agentiques
Traitement de contexte étendu
MiniMax-M1 démontre une compréhension exceptionnelle des longs contextes. Sur OpenAI-MRCR (128k), il atteint 73,4 %, surpassant largement les autres modèles open-weight comme Qwen3-235B-A22B (27,7 %). La capacité d’1 million de tokens (56,2 %) met en évidence un maintien de cohérence unique sur des séquences extrêmement longues.
Capacités agentiques
De bonnes performances sur TAU-bench (62,0 % aviation, 63,5 % commerce) surclassent nettement Qwen3-235B-A22B sur les tâches aériennes (34,7 %), démontrant des capacités agentiques compétitives dans des applications sectorielles.
Analyse du leadership en performance
Comparaison des performances des principaux modèles commerciaux et open-weight sur des tâches de mathématiques de compétition, de codage, de génie logiciel, d’utilisation agentique d’outils et de compréhension de longs contextes. MiniMax AI utilise le modèle MiniMax-M1-80k pour MiniMax-M1.
Domination open-weight
MiniMax-M1 surpasse systématiquement ses concurrents open-weight dans toutes les catégories de benchmarks, établissant un leadership clair dans l’espace des modèles de raisonnement open-weight.
Avantage de longueur de contexte
Le contexte d’un million de tokens offre des avantages substantiels, avec des écarts de performance de plus de 45 points de pourcentage par rapport aux alternatives sur les tâches de long contexte.
Compétitivité commerciale
Bien que les modèles commerciaux obtiennent des scores plus élevés dans certaines catégories, MiniMax-M1 offre des performances compétitives avec les avantages de l’accessibilité open-weight et de la flexibilité de déploiement.
Comment accéder à MiniMax-M1 sur Novita AI
Démarrer avec MiniMax-M1 sur Novita AI est simple et sans risque. Les nouveaux utilisateurs reçoivent 10 $ de crédits gratuits — suffisants pour explorer les capacités de raisonnement à attention hybride de MiniMax-M1, construire des prototypes et lancer des cas d’usage initiaux sans coûts initiaux.
Utiliser le Playground (sans codage)
Accès instantané : Inscrivez-vous, obtenez vos crédits gratuits et commencez à expérimenter avec Qwen 3 et d’autres modèles de pointe en quelques secondes.
Interface interactive : Testez des prompts, le raisonnement en chaîne de pensée et visualisez les résultats en temps réel.
Comparaison de modèles : Passez facilement de Qwen 3 à Llama 4, DeepSeek et plus encore pour trouver la solution parfaite pour vos besoins.
Intégrer via l’API (pour les développeurs)
Connectez MiniMax-M1 à vos applications, workflows ou chatbots de manière transparente grâce à l’API REST unifiée de Novita AI. Pas de gestion de poids de modèle ni de préoccupations d’infrastructure — Novita AI fournit des SDK multilingues (Python, Node.js, cURL) et des contrôles avancés des paramètres.
Option 1 : Intégration directe de l’API (exemple Python)
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="session_T3FM6wKgMO4YSk7lWfKo5H99EzvOqeJYVrxM6W1u2kuckMW0MuJhSAGDv9jNsFJ09pQ8r6mJHXJoldr_gxQ4WA==",
)
model = "minimaxai/minimax-m1-80k"
stream = True # ou False
max_tokens = 20000
system_content = ""Soyez un assistant utile""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Bonjour !",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
Option 2 : Workflows multi-agents avec le SDK OpenAI Agents
Construisez des systèmes multi-agents avancés en intégrant Novita AI au SDK OpenAI Agents :
- Prêt à l’emploi : Utilisez MiniMax-M1 de Novita AI dans n’importe quel workflow OpenAI Agents
- Support des transferts, du routage et de l’utilisation d’outils : Concevez des agents capables de déléguer, trier ou exécuter des fonctions, tous alimentés par les capacités d’attention hybride de MiniMax-M1
- Intégration Python : Pointez simplement le SDK vers le endpoint de Novita (
https://api.novita.ai/v3/openai) et utilisez votre clé API
Connecter l’API MiniMax-M1 sur des plateformes tierces
-
Hugging Face : Utilisez Qwen 3 dans Spaces, pipelines, ou avec la bibliothèque Transformers via les endpoints Novita AI.
-
Frameworks d’agents et d’orchestration : Connectez facilement Novita AI à des plateformes partenaires comme Continue, AnythingLLM, LangChain, Dify et Langflow grâce à des connecteurs officiels et des guides d’intégration pas à pas.
-
API compatible OpenAI : Profitez d’une migration et d’une intégration sans effort avec des outils tels que Cline et Cursor, conçus pour la norme API OpenAI.
Conclusion
MiniMax-M1 établit une nouvelle référence pour les modèles de raisonnement open-weight grâce à son architecture d’attention hybride et ses performances exceptionnelles dans divers domaines.
La capacité de contexte d’un million de tokens du modèle et la réduction de 75 % des FLOP le rendent idéal pour les applications complexes du monde réel nécessitant à la fois efficacité et raisonnement avancé.
Prêt à découvrir l’avenir du raisonnement en IA ? Essayez MiniMax-M1 sur Novita AI et obtenez vos 10 $ de crédits gratuits dès aujourd’hui.
Novita AI est une plateforme cloud IA qui offre aux développeurs un moyen simple de déployer des modèles d’IA via notre API simple, tout en fournissant le cloud GPU abordable et fiable pour construire.
