MiniMax-01 : le LLM open source à 4M de tokens conçu pour l’ère des agents IA

La plupart des modèles « à long contexte » mesurent encore leur mémoire de travail en centaines de milliers de tokens tout au plus. MiniMax-01 la mesure en millions. Il s’agit d’une nouvelle série de modèles de fondation open source de l’entreprise chinoise d’IA MiniMax, conçue autour d’un contexte ultra-long, d’une attention efficace et de charges de travail d’agents IA — et elle peut conserver jusqu’à 4 millions de tokens en une seule passe d’inférence. (arXiv)

Ce guide explique ce qu’est réellement MiniMax-01, l’architecture Lightning Attention qui se cache derrière sa fenêtre de contexte, ses performances de benchmark, son coût, sa comparaison avec d’autres modèles à long contexte, ainsi que les schémas que les créateurs utilisent pour l’exploiter dans des plateformes d’agents comme Eigent.

Qu’est-ce que MiniMax-01 ?

MiniMax-01 est une série de modèles, pas un modèle unique. Elle comprend MiniMax-Text-01, un grand modèle de langage pour le texte et les outils, ainsi que MiniMax-VL-01, une variante multimodale qui ajoute la compréhension visuelle au même backbone. (arXiv)

Les deux modèles sont disponibles sous forme de poids ouverts sur GitHub et Hugging Face, tout en étant également accessibles via l’API propre à MiniMax et des plateformes partenaires telles que Hailuo AI — offrant aux développeurs un choix entre auto-hébergement et accès managé. (GitHub)

Si vous suivez les sorties plus récentes de MiniMax, voici la base sur laquelle la lignée s’est construite. Nous avons soumis un membre plus récent de la famille à l’épreuve dans Eigent Meets MiniMax M2.1 ; MiniMax-01 est la racine à long contexte de cet arbre généalogique.

Fonction phare : une fenêtre de contexte de 4M de tokens

La principale raison pour laquelle MiniMax-01 attire l’attention est sa fenêtre de contexte allant jusqu’à 4 millions de tokens à l’inférence — soit environ 20 à 32 fois plus longue que la plupart des modèles de pointe en production aujourd’hui. MiniMax-Text-01 est entraîné sur des séquences allant jusqu’à 1 million de tokens, puis extrapolé à 4 millions lors de l’inférence, tout en conservant des performances compétitives. (DeepNet)

En pratique, cela signifie que vous pouvez conserver des bases de code entières, des corpus multi-livres ou de vastes bibliothèques de documents dans une seule fenêtre de contexte, au lieu de multiplier les découpages et récupérations agressifs avec le RAG. Sur des benchmarks de long contexte comme Needle-in-a-Haystack à 4M de tokens, MiniMax-01 atteindrait une précision de récupération quasi parfaite, avec une dégradation minimale à mesure que la longueur de séquence augmente. (VentureBeat)

Sous le capot : 456B de paramètres + Lightning Attention

MiniMax-Text-01 est un modèle Mixture-of-Experts (MoE) de 456 milliards de paramètres, avec 45,9 milliards de paramètres activés par token grâce au routage MoE top-2. Sur le plan architectural, il combine trois ingrédients clés : (Open Laboratory)

• Lightning Attention — une variante d’attention en temps linéaire qui évolue beaucoup plus proprement avec la longueur de séquence que l’auto-attention quadratique standard. (Neurohive)
• Blocs d’attention softmax — insérés périodiquement (environ 1 couche sur 8) pour préserver une récupération globale et un raisonnement de haute qualité. (Model Card)
• MoE avec parallélisme optimisé — 32 experts, communication all-to-all, attention ring varlen et noyaux CUDA personnalisés pour rendre les contextes de plusieurs millions de tokens calculablement réalisables. (arXiv)

Cette conception hybride est ce qui permet à MiniMax d’annoncer des séquences d’entraînement de 1M tokens et une inférence à 4M tokens à un coût « abordable », tout en égalant ou en rivalisant avec GPT-4o et Claude 3.5 Sonnet sur un large éventail de benchmarks texte. (VentureBeat)

Multimodal : MiniMax-VL-01 pour les tâches vision-langage

En plus du modèle texte, MiniMax a lancé MiniMax-VL-01, une variante multimodale qui associe un encodeur Vision Transformer au backbone Text-01. Les images sont redimensionnées dynamiquement sur une grille de résolutions et transformées en patch tokens, puis projetées dans le modèle de langage via un MLP léger — comme dans d’autres VLM modernes. (Open Laboratory)

MiniMax-VL-01 est entraîné par étapes — pré-entraînement visuel, alignement et fine-tuning conjoint — afin de prendre en charge la compréhension de documents, l’interprétation d’interfaces/captures d’écran et le raisonnement multimodal, et pas seulement la génération de légendes d’images. Pour les équipes qui construisent des agents IA capables de lire des PDF, des tableaux de bord et des interfaces produit, cela fait de MiniMax-01 une seule famille couvrant à la fois le texte et la vision sous une licence de poids ouverts. (Adam Holter)

Performances : comment MiniMax-01 se situe-t-il ?

Dans le rapport technique et les premiers articles, MiniMax présente MiniMax-01 comme compétitif avec GPT-4o et Claude 3.5 Sonnet sur les benchmarks standards de raisonnement, de codage et de langage — avec un avantage net sur les tests de long contexte. Des analyses tierces notent que MiniMax-01 : (Neurohive)

• Maintient des scores élevés (≈0,91–0,96) sur des benchmarks de long contexte de type RULER, sur des longueurs allant de quelques milliers de tokens à 1M. (Neurohive)
• Atteint 100 % de précision sur la récupération Needle-in-a-Haystack à 4M de tokens, tandis que d’autres modèles se dégradent fortement à des longueurs extrêmes. (VentureBeat)
• Obtient des performances comparables ou supérieures à de nombreux modèles ouverts et fermés en codage et en raisonnement — égalant souvent DeepSeek V3 et surpassant Llama 3.1 dans plusieurs tests. (YouTube)

Pour les équipes qui évaluent les modèles principalement sur le chat à contexte court ou de petits extraits de code, MiniMax-01 donnera globalement une impression proche des autres LLM de pointe. Sa véritable différenciation apparaît lorsque vous exploitez de longs documents, de grandes bases de code ou des workflows d’agents multi-étapes avec de gros ensembles de travail. (arXiv)

Tarification et efficacité des coûts

Bien que MiniMax-01 soit disponible en poids ouverts, de nombreux développeurs commenceront via l’API. Les premières documentations et évaluations de l’écosystème situent la tarification API de MiniMax-01 autour de $0,2 par million de tokens d’entrée et d’environ $1,1 à $1,2 par million de tokens de sortie — nettement en dessous des tarifs typiques des modèles de classe GPT-4. (Puter)

Associé à l’attention linéaire Lightning Attention et aux économies liées au MoE, cela rend MiniMax-01 particulièrement attractif pour les charges de travail agentiques et à long contexte où l’usage des tokens explose (analyse de dépôt complet, journaux de réunions sur plusieurs heures, et autres). Pour les équipes prêtes à l’auto-hébergement, les poids ouverts sur GitHub et Hugging Face permettent d’utiliser vos propres GPU et votre propre stack d’inférence pour encore mieux maîtriser les coûts. (vLLM)

Pourquoi MiniMax-01 est important pour les agents IA

Là où MiniMax-01 brille vraiment, c’est comme backbone pour les agents IA, en particulier dans les scénarios où la fragmentation du contexte constitue aujourd’hui le goulot d’étranglement :

• Agents de code sur dépôt entier — chargez la majeure partie ou la totalité d’un monorepo dans un seul prompt, raisonnez sur les dépendances entre fichiers et maintenez des plans de refactorisation ou de migration de longue durée sans réhydrater constamment le contexte. (VentureBeat)
• Copilotes riches en documents — injectez directement dans le contexte des manuels de politique complets, des bases de connaissances multi-livres ou des années de documentation interne pour un raisonnement de haute fidélité sans récupération. (Adam Holter)
• Agents de recherche et d’analyse — laissez un agent conserver en mémoire simultanément des dizaines de PDF, d’articles et de jeux de données, en réduisant la complexité des pipelines RAG et de l’orchestration des outils. (arXiv)

Comme MiniMax-01 est à la fois open source et accessible via API, il s’intègre parfaitement dans des architectures hybrides : prototypez avec des API hébergées, puis migrez les chemins critiques vers des clusters auto-hébergés intégrés à des frameworks comme vLLM une fois les charges stabilisées. (Puter)

Comment MiniMax-01 se compare-t-il aux autres LLM à long contexte ?

Si vous connaissez déjà des modèles à long contexte comme Gemini 1.5 Pro, Claude 3.5, DeepSeek ou Qwen, MiniMax-01 occupe une place concurrentielle intéressante :

• Face à Gemini 1.5 Pro — Gemini 1.5 offre jusqu’à 2M de tokens ; MiniMax-01 double cette capacité à 4M, tout en étant proposé sous forme de poids ouverts plutôt qu’exclusivement via API. (arXiv)
• Face à Claude 3.5 — Claude met l’accent sur la sécurité, l’alignement et l’ergonomie d’utilisation des outils ; MiniMax-01 se concentre sur la longueur de contexte brute et une montée en charge efficace en coûts, avec des performances polyvalentes similaires mais une histoire davantage orientée infrastructure et auto-hébergement. (Neurohive)
• Face à DeepSeek / Qwen — les deux proposent de solides offres en poids ouverts, mais MiniMax-01 mène actuellement sur la longueur de contexte extrême, en partie grâce à Lightning Attention et à une forte optimisation MoE. (VentureBeat)

Pour la plupart des équipes produit, la question n’est pas « MiniMax-01 ou tout le reste ? » mais quel modèle est le meilleur pour chaque charge de travail — MiniMax-01 étant un candidat particulièrement solide pour les backends d’agents où des contextes de 500K à 4M de tokens simplifient la conception système. La même logique s’applique à d’autres entrants open-weight à long contexte comme GLM-5.2 de Zhipu : le bon choix consiste à router chaque tâche vers le bon modèle, et non à miser toute la pile sur un seul.

Bien démarrer avec MiniMax-01

Si vous voulez essayer MiniMax-01 aujourd’hui, voici quelques voies simples :

1. Tester les démos et les API hébergées. Hailuo AI et la propre plateforme de MiniMax exposent MiniMax-01 via des interfaces de type chat et des API, avec des niveaux gratuits ou à faible coût pour l’expérimentation. (Hailuo AI) Plusieurs plateformes tierces le proposent aussi avec des playgrounds prêts à l’emploi et des API standard de style OpenAI. (Together AI)
2. Exécuter les poids open source. Téléchargez MiniMax-Text-01 et MiniMax-VL-01 depuis GitHub ou Hugging Face, où les dépôts officiels et les model cards incluent les spécifications, les licences et des exemples d’utilisation. (GitHub) Intégrez des frameworks d’inférence comme vLLM au fur et à mesure du support, ou adaptez les noyaux personnalisés Lightning Attention de l’implémentation officielle pour une efficacité maximale. (vLLM)
3. Commencer par un cas d’usage concret à long contexte. Migrez un seul agent — par exemple un « assistant de refactorisation à l’échelle du dépôt » ou un « conseiller en politique d’entreprise » — vers MiniMax-01 comme banc d’essai avant d’engager toute votre stack.

MiniMax-01 est-il prêt pour la production ?

MiniMax-01 compte parce qu’il déplace la fenêtre d’Overton de ce que signifie « long contexte » — et il le fait dans un package open-weight ciblant clairement les agents IA plutôt que de simples chatbots. La combinaison d’un contexte de 4M de tokens, d’un MoE de 456B de paramètres, de Lightning Attention et d’une tarification compétitive en fait l’un des backbones les plus convaincants pour les systèmes autonomes de nouvelle génération et les plateformes de coéquipiers IA. (Neurohive)

Si vous construisez des agents IA, des outils pour développeurs ou des copilotes de workflow, MiniMax-01 mérite un benchmark sérieux aux côtés de vos références GPT-4-class et DeepSeek existantes. Les plus gros gains apparaissent partout où les limites de contexte — et non la qualité brute du raisonnement — sont le goulot d’étranglement actuel. (arXiv)

C’est exactement le cas pour une infrastructure multi-agents agnostique du modèle. Le paysage des modèles évolue rapidement, et les plateformes qui gagnent sont celles capables d’intégrer un modèle comme MiniMax-01 pour les charges de travail où il excelle — sans réarchitecturer toute la pile. Si c’est le type de fondation sur lequel vous construisez, découvrez comment la plateforme open source multi-agents Eigent vous permet d’orchestrer des modèles spécialisés à travers des workflows concrets.

Foire aux questions

Qu’est-ce que MiniMax-01 ?

MiniMax-01 est une série de modèles de fondation open source de MiniMax, conçue pour le contexte ultra-long et les charges de travail d’agents IA. Elle comprend MiniMax-Text-01 (un LLM Mixture-of-Experts de 456B de paramètres avec environ 45,9B de paramètres actifs par token) et MiniMax-VL-01 (une variante multimodale qui ajoute la vision). Les poids sont disponibles sur GitHub et Hugging Face.

Quelle est la longueur de la fenêtre de contexte de MiniMax-01 ?

MiniMax-01 prend en charge une fenêtre de contexte allant jusqu’à 4 millions de tokens à l’inférence — soit environ 20 à 32 fois plus longue que la plupart des modèles de pointe en production. MiniMax-Text-01 est entraîné sur des séquences allant jusqu’à 1M de tokens et extrapole à 4M lors de l’inférence tout en conservant des performances compétitives.

Qu’est-ce que Lightning Attention ?

Lightning Attention est une variante d’attention en temps linéaire qui évolue beaucoup plus proprement avec la longueur de séquence que l’auto-attention quadratique standard. MiniMax-01 l’alterne avec des blocs d’attention softmax périodiques (environ 1 couche sur 8) pour maintenir une qualité élevée de récupération globale et de raisonnement tout en rendant les contextes de plusieurs millions de tokens calculablement réalisables.

MiniMax-01 est-il open source ?

Oui. MiniMax-Text-01 et MiniMax-VL-01 sont publiés sous forme de poids ouverts sur GitHub et Hugging Face, avec des model cards et des licences officielles. MiniMax propose aussi un accès API hébergé via sa propre plateforme et des partenaires comme Hailuo AI, ce qui vous permet de l’auto-héberger ou d’utiliser un endpoint managé.

Combien coûte MiniMax-01 ?

La tarification initiale de l’écosystème situe MiniMax-01 autour de $0,2 par million de tokens d’entrée et d’environ $1,1 à $1,2 par million de tokens de sortie via API — nettement moins cher que les modèles typiques de classe GPT-4. L’auto-hébergement des poids ouverts vous donne encore plus de contrôle sur les coûts avec vos propres GPU.

Puis-je utiliser MiniMax-01 avec Eigent ?

Oui. L’architecture agnostique du modèle et multi-agents d’Eigent vous permet d’orienter les tâches vers MiniMax-01 via ses outils MCP et son framework Skills — en utilisant son contexte de 4M de tokens pour les travaux sur l’ensemble d’un dépôt et les documents lourds, tout en gardant d’autres modèles pour les tâches courantes.