オープンソースゲートウェイGodeX新バージョンのリンク、MiniMax-M3マルチモードパワーにより、大規模なモデルエコシステムの障壁が打ち破られる

オープンソースの取り組みにより、大規模モデルエコシステムにおけるプロトコルの断片化が解消されつつあります。6月1日には、オープンソースのOpenAI Responses APIゲートウェイGodeX がバージョン1.1.0を正式にリリースしました。このアップデートでは、デフォルトモデルを最新のMiniMax-M3に切り替えるだけでなく、多様なモダルによる理解と推論制御を深く統合し、Zhipuのネイティブなオンライン検索結果を再構築することで、開発者にとってよりシームレスな統一ゲートウェイソリューションを提供しています。
オープンソースのゲートウェイツールとして、GodeXの核心的な使命は複雑さを簡素化することです。Codex、CLIツール、開発者エージェントなどが、DeepSeek、MiniMax、Zhipu、Xiaomiなどから提供されるChat Completions APIのみを利用しても、OpenAIに準拠した単一の“/v1/responses”プロトコルを通じてモデルサービスをシームレスに呼び出せるようになります。この新しいリリースにより、開発者はもはや様々な上位チャネル間のプロトコルの違いを気にする必要がなくなりました。
このアップデートで最も大きなポイントはMiniMax-M3への対応です。単なる名称の変更ではありません。GodeXは多様なモダル入力機能を補完し、画像や動画の理解を完全にサポートするようになりました。Responsesプロトコルでの画像入力は自動的にMiniMaxの画像URLに変換され、動画ファイルは動画URLにマッピングされます。また、システムは非動画拡張子を賢明に識別し、ルーティングエラーを防ぐことができます。さらに、新バージョンではMiniMax-M3の推論出力をreasoning_contentパスに合わせて調整することで、DeepSeekやZhipuと一致し、ストリーミングシナリオにおいて再構築された推論テキストがより自然に表示されるようになりました。
実際の開発における予算と効率のバランスについても、新バージョンではthinkingパラメータを通じて推論行動を制御する機能が追加されました。例えば、動画理解シナリオにおいて、強力な推論モードを有効にすると、モデルは推論プロセスで多くの計算資源を消費する可能性があります。GodeXを通じて推論制御をオフにすることで、開発者は動画理解処理の優先順位を調整し、視覚的な答えを効率的に出力することができます。
MiniMaxの大幅な再構築に加えて、Zhipuプロバイダーもこのアップデートで大きな改善を受けました。Zhipuがネイティブなweb_search結果を返す際、GodeXはそれらを構造化されたResponses web_search_call出力に再構築することができます。この変更により、検索ソースの監査や検索呼び出しの表示、エージェント内でのデータの二次処理が必要なシナリオにおいて、使い勝手が大幅に向上しています。現在、v1.1.0ではより完全なCodex統合ドキュメントと設定手順が提供されており、開発者はnpmやDockerを通じて迅速にデプロイすることができます。
関連記事
Metaは、あなたの次のガジェットがMuseを内蔵したものであることを望んでいる
Metaの旅行予約、フォーム送信、ショッピングを処理するAIアシスタント「Muse」は広く採用されているが、新しいイニシアチブは特に開発者やハードウェア愛好家を魅了する可能性がある。金曜日、MetaはMuseと統合されたカスタムハードウェアを作成できるようにするオープンソースのイニシアチブ「Muse Gadgets」を発表した。Metaは、カラー電子インクディスプレイをMuseに追加することから、HDMIスティックにソフトウェアを組み込んでテレビ接続を実現することまで、さまざまなスタータープ
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
関連特集おすすめ
コメント (0)
0/500

オープンソースの取り組みにより、大規模モデルエコシステムにおけるプロトコルの断片化が解消されつつあります。6月1日には、オープンソースのOpenAI Responses APIゲートウェイ
オープンソースのゲートウェイツールとして、GodeXの核心的な使命は複雑さを簡素化することです。Codex、CLIツール、開発者エージェントなどが、DeepSeek、MiniMax、Zhipu、Xiaomiなどから提供されるChat Completions APIのみを利用しても、OpenAIに準拠した単一の“/v1/responses”プロトコルを通じてモデルサービスをシームレスに呼び出せるようになります。この新しいリリースにより、開発者はもはや様々な上位チャネル間のプロトコルの違いを気にする必要がなくなりました。
このアップデートで最も大きなポイントはMiniMax-M3への対応です。単なる名称の変更ではありません。GodeXは多様なモダル入力機能を補完し、画像や動画の理解を完全にサポートするようになりました。Responsesプロトコルでの画像入力は自動的にMiniMaxの画像URLに変換され、動画ファイルは動画URLにマッピングされます。また、システムは非動画拡張子を賢明に識別し、ルーティングエラーを防ぐことができます。さらに、新バージョンではMiniMax-M3の推論出力をreasoning_contentパスに合わせて調整することで、DeepSeekやZhipuと一致し、ストリーミングシナリオにおいて再構築された推論テキストがより自然に表示されるようになりました。
実際の開発における予算と効率のバランスについても、新バージョンではthinkingパラメータを通じて推論行動を制御する機能が追加されました。例えば、動画理解シナリオにおいて、強力な推論モードを有効にすると、モデルは推論プロセスで多くの計算資源を消費する可能性があります。GodeXを通じて推論制御をオフにすることで、開発者は動画理解処理の優先順位を調整し、視覚的な答えを効率的に出力することができます。
MiniMaxの大幅な再構築に加えて、Zhipuプロバイダーもこのアップデートで大きな改善を受けました。Zhipuがネイティブなweb_search結果を返す際、GodeXはそれらを構造化されたResponses web_search_call出力に再構築することができます。この変更により、検索ソースの監査や検索呼び出しの表示、エージェント内でのデータの二次処理が必要なシナリオにおいて、使い勝手が大幅に向上しています。現在、v1.1.0ではより完全なCodex統合ドキュメントと設定手順が提供されており、開発者はnpmやDockerを通じて迅速にデプロイすることができます。
Metaは、あなたの次のガジェットがMuseを内蔵したものであることを望んでいる
Metaの旅行予約、フォーム送信、ショッピングを処理するAIアシスタント「Muse」は広く採用されているが、新しいイニシアチブは特に開発者やハードウェア愛好家を魅了する可能性がある。金曜日、MetaはMuseと統合されたカスタムハードウェアを作成できるようにするオープンソースのイニシアチブ「Muse Gadgets」を発表した。Metaは、カラー電子インクディスプレイをMuseに追加することから、HDMIスティックにソフトウェアを組み込んでテレビ接続を実現することまで、さまざまなスタータープ
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ





家






