opción
Cantidad de parámetros del modelo
N/A
Cantidad de parámetros del modelo
Organización afiliada
MiniMax
Organización afiliada
Código cerrado
Tipo de licencia
Tiempo de lanzamiento
17 de abril de 2024
Tiempo de lanzamiento
Introducción al modelo
abab6.5 es un modelo de API producido por MiniMax, con el número de versión siendo abab6.5. La serie abab6.5 es un gran modelo de lenguaje Mixture of Experts (MoE) de trillones de parámetros. El abab6.5 es adecuado para escenarios complejos, como cálculos de problemas de aplicaciones, computación científica y otros escenarios similares. El abab6.5s es adecuado para escenarios generales.
Desliza hacia la izquierda y la derecha para ver más
Capacidad de comprensión del lenguaje Capacidad de comprensión del lenguaje
Capacidad de comprensión del lenguaje
A menudo hace juicios mal semánticos, lo que lleva a obvias desconexiones lógicas en las respuestas.
5.4
Alcance de cobertura de conocimiento Alcance de cobertura de conocimiento
Alcance de cobertura de conocimiento
Tiene puntos ciegos de conocimiento significativo, a menudo que muestran errores objetivos y repitiendo información obsoleta.
6.4
Capacidad de razonamiento Capacidad de razonamiento
Capacidad de razonamiento
Incapaz de mantener cadenas de razonamiento coherentes, a menudo causando causalidad invertida o errores de cálculo.
5.0
Modelo relacionado
MiniMax-M2.1 El último modelo insignia lanzado por Minimax ofrece excelentes capacidades generales, funciones de programación avanzadas, un potente rendimiento de los agentes y un diseño de arquitectura eficiente.
MiniMax-M2 El último modelo insignia lanzado por Minimax presenta excelentes capacidades generales, funciones de programación avanzadas, un potente rendimiento de los agentes y un diseño de arquitectura eficiente.
MiniMax-Text-01 MiniMax-Text-01 es un modelo de lenguaje potente con un total de 456 mil millones de parámetros, de los cuales 45.9 mil millones se activan por token. Para aprovechar mejor las capacidades de contexto largo del modelo, MiniMax-Text-01 adopta una arquitectura híbrida que combina Lightning Attention, Softmax Attention y Mixture-of-Experts (MoE).
MiniMax-M1-80k El primer modelo de razonamiento de atención híbrida a gran escala y de peso abierto del mundo, lanzado por Minimax.
abab6.5s-chat abab6.5 es un modelo de API producido por MiniMax, con el número de versión siendo abab6.5. La serie abab6.5 es un gran modelo de lenguaje de mezcla de expertos (MoE) de万亿参数. El abab6.5 es adecuado para escenarios complejos, como cálculos de problemas aplicados, computaciones científicas y otros escenarios similares. El abab6.5s es adecuado para escenarios generales.
Documentos relevantes
DeepSeek Code, listo para su lanzamiento A medida que la tecnología de IA avanza a pasos agigantados, DeepSeek se encuentra en un momento decisivo. La empresa de IA ha revelado recientemente que ha conseguido más de 70 000 millones de yuanes
Grok, de Musk: 1,5 billones de parámetros y absorción de código de cursor: ¿un punto de inflexión o un farol? Elon Musk por fin está dando un paso adelante.En la carrera por la programación de IA, OpenAI y Anthropic están acelerando, mientras que xAI parece quedarse atrás. Musk ha manifestado en numerosas oca
OpenAI modifica en secreto sus estatutos para dificultar la destitución de Altman Tras el incidente similar a un golpe de Estado ocurrido en 2023, OpenAI ha reforzado aún más las garantías de protección para su director ejecutivo, Sam Altman, mediante la actualización de sus estatu
Meta AI ya responde a los mensajes de los compradores en Facebook Marketplace Facebook Marketplace presenta nuevas funciones de Meta AI, entre las que se incluyen respuestas automáticas a las consultas de los compradores, según anunció la empresa el jueves. La plataforma tambié
OpenAI esboza la economía de la IA con fondos de riqueza pública, impuestos sobre los robots y la semana laboral de cuatro días Mientras los gobiernos se esfuerzan por gestionar el impacto económico de las máquinas superinteligentes, OpenAI ha publicado una serie de propuestas políticas en las que se esboza cómo podrían reconf
Comparación de modelos
Comience la comparación
OR