MiniMax-M1-80k 이제 SiliconFlow에서 제공됩니다.

2025. 6. 17.

하이브리드 어텐션 + MoE 아키텍처 M1은 Mixture-of-Experts 라우팅의 효율성을 라이트닝 어텐션의 깊이와 통합하여 긴 시퀀스에 대한 추론 품질을 유지하면서 확장할 수 있도록 합니다.
에이전트 및 도구에 최적화됨 확장 컨텍스트 지원과 강력한 추론 기능을 갖춘 M1은 자율 에이전트, 문서 분석, 샌드박스 소프트웨어 개발과 같은 응용 분야에 이상적입니다.
수학, 코딩, 추론 벤치마크 결과 M1은 상위 티어 모델들과 경쟁적으로 수행하며, 기호적 추론, 구조화된 Output, 복잡한 지시 사항 따르기에 필요한 작업에서 뛰어난 성능을 보여줍니다.

빠른 시작

SiliconFlow Playground에서 MiniMax-M1-80k Model을 시도해보세요.

API에 빠르게 접근

다음 Python 예제는 SiliconFlow의 API 엔드포인트를 통해 MiniMax-M1-80k Model을 호출하는 방법을 보여줍니다. 개발자를 위한 보다 상세한 API 사양이 있습니다.

from openai import OpenAI

url = 'https://api.siliconflow.com/v1/'
api_key = 'your api_key'

client = OpenAI(
    base_url=url,
    api_key=api_key
)

# Send a request with streaming output
content = ""
reasoning_content = ""
messages = [
    {"role": "user", "content": "Who are the legendary athletes of the Olympics?"}
]
response = client.chat.completions.create(
    model="MiniMaxAI/MiniMax-M1-80k",
    messages=messages,
    stream=True,  # Enable streaming output
    max_tokens=4096,
    extra_body={
        "thinking_budget": 1024
    }
)
# Gradually receive and process the response
for chunk in response:
    if chunk.choices[0].delta.content:
        content += chunk.choices[0].delta.content
    if chunk.choices[0].delta.reasoning_content:
        reasoning_content += chunk.choices[0].delta.reasoning_content

# Round 2
messages.append({"role": "assistant", "content": content})
messages.append({'role': 'user', 'content': "Continue"})
response = client.chat.completions.create(
    model="MiniMaxAI/MiniMax-M1-80k",
    messages=messages,
    stream=True
)