MiniMax Token Plan：全球首个支持全模态模型的订阅计划（在新窗口打开）
去年 11 月，M2 系列模型 Coding Plan 国内率先上线。M2 系列模型的编码能力、处理速度，还有对主流编程工具的适配，受到了很多开发者朋友的欢迎，M2.7 也成为了大家首选的编程模型之一。
搜索
关于“Max”的结果
共 278 篇
MiniMax 定理：压缩即智能（在新窗口打开）
我们在很多地方都看到了一个词，叫「压缩即智能」
黄仁勋要发Token当工资！硅谷兴起刷量大赛，一人一周烧掉33个维基百科（在新窗口打开）
OpenAI最烧Token的人有多狠？ 一位匿名员工，上周处理了2100亿Tokens，是全公司之最，足够把整个维基百科填满33遍。 他不是在做什么惊天大项目，就只是公司内部排行榜第一名而已。 与此同时，在隔壁Anthropic一位Claude Code用户单月账单超过15万美元，折合人民币过百万元。 这便是硅谷新风尚Tokenmaxxing，直译过来就是“Token刷量大赛”。 具体来说： AI公司内部开始出现排行榜，追踪每个员工的token消耗量；招聘时，”你能给我多少token预算“正在成为工程师最关心的问题之一；Meta和Shopify甚至把AI使用量写进了绩效考核标准。 Token这
接入 MiniMax M2.7 后，我的 OpenClaw「超进化」了（在新窗口打开）
上周，除了 OpenClaw，AI 圈还有个词越来越火🔥。
刚刚，MiniMax直接让龙虾学会自我进化，也认识「马嘉祺」了（在新窗口打开）
谁能料到，OpenClaw 的热度从年初延续到了今天。除了专业工程师，很多普通人也在 FOMO（错失恐惧）情绪驱动下，开始了对「养龙虾」的追捧。
全新线性注意力范式！哈工深张正团队提出模长感知线性注意力！显存直降92.3%！（在新窗口打开）
当 Transformer 席卷计算机视觉领域，高分辨率图像、超长序列任务带来的算力与显存瓶颈愈发凸显：标准 Softmax 注意力的二次复杂度，让 70K+token 的超分辨率任务直接显存爆炸，高分辨率图像分割、检测的推理延迟居高不下。
一手实测！不用研究小龙虾了：腾讯搬出QClaw，直连微信，零门槛（在新窗口打开）
今天刷到一张梗图，逗得我嘎嘎乐： 这阵子，OpenClaw 把大家搞得很上头，但 token 花钱如流水，月薪两万养不起一只「小龙虾」。 终于，腾讯 基于 OpenClaw 开源生态推出了一键安装版本 ——QClaw，主打简单、零门槛部署，无需准备服务器、无需输入命令行、无需额外配置 IM 工具，下载就能直接用。 咱们普通人也能玩上「龙虾」了。 和 OpenClaw 一样，它可以让人们通过对话聊天的方式操控自己的电脑，无需复杂配置，即可直连 DeepSeek、Kimi、MiniMax 等主流大语言模型。 若选择「自定义大模型」，千问、混元、豆包等也是随便选，但需要提供 API Key。 QCl
养虾人狂吃国产模型！4.19万亿Token调用量激增34.9%超越美国（在新窗口打开）
好家伙！龙虾老吃家还得看中国。 全民“养虾”热潮直接带动国产大模型喜迎黄金周。 根据OpenRouter最新数据，上周中国大模型的周调用总量飙升至4.19万亿Token。 这是继今年2月首度反超美国后，中国大模型再度强势登顶，重回全球榜首。 OpenClaw继续霸榜热门应用第一，其中本月最受养虾人青睐的算力搭子中，国产大模型依旧遥遥领先。 榜单前三分别是Kimi K2.5、Step 3.5 Flash和MiniMax M2.5，均超1T tokens。 果然在吃这回事上，国产玩家真夯！喝完奶茶吃龙虾，妙哉妙哉～（doge） 🦞爱吃中国大模型 整体来讲，上周3月2日-8日，中美大模型活跃度出现
又走一个！OpenAI研究VP离职，转投Anthropic做RL研究员（在新窗口打开）
OpenAI的人才地震还在继续！刚刚，前研究副总裁Max Schwarzer宣布离职，这位亲手主导o1、o3和整个GPT-5系列post-training的核心人物，选择加入Anthropic，重返一线RL研究。
为什么BF16的FlashAttention会把训练「炸掉」？清华首次给出机制解释，用极简改动稳住训练（在新窗口打开）
一句话总结：社区里困扰了多年的一个 “玄学” 现象终于被拆解清楚了：在 BF16 等低精度训练里，FlashAttention 不是随机出 bug，而是会在特定条件下触发有方向的数值偏置，借助注意力中涌现的相似低秩更新方向被持续放大，最终把权重谱范数和激活推到失控，导致 loss 突然爆炸。论文还给出一个几乎不改模型、只在 safe softmax 里做的极小修改，实测能显著稳定训练。