Η MiniMax σχεδιάζει μοντέλο τεχνητής νοημοσύνης ανοιχτών βαρών 2,7 τρισεκατομμυρίων παραμέτρων, το μεγαλύτερο από κινεζική εταιρεία

Η κινεζική startup τεχνητής νοημοσύνης MiniMax Group αναπτύσσει ένα μεγάλο γλωσσικό μοντέλο με 2,7 τρισεκατομμύρια παραμέτρους, το οποίο σχεδιάζει να κυκλοφορήσει ως λογισμικό ανοιχτών βαρών το νωρίτερο αυτό το τρίμηνο, σύμφωνα με έκθεση του Reuters την Τρίτη, σε αυτό που θα αποτελούσε το μεγαλύτερο μοντέλο ανοιχτών βαρών που έχει κυκλοφορήσει ποτέ από κινεζική εταιρεία και ενδεχομένως το μεγαλύτερο στον κόσμο.reuters

Ένα νέο σύνορο στην ανοιχτή τεχνητή νοημοσύνη

Το μοντέλο, με την εσωτερική κωδική ονομασία M3 Pro, επισκιάζει το τρέχον ναυαρχίδα μοντέλο M3 της MiniMax, το οποίο διαθέτει 428 δισεκατομμύρια παραμέτρους — καθιστώντας το νέο σύστημα περίπου έξι φορές μεγαλύτερο. Ένα άτομο με άμεση γνώση των σχεδίων δήλωσε στο Reuters ότι η κυκλοφορία θα μπορούσε να πραγματοποιηθεί το τρίτο τρίμηνο του 2026, αν και η εταιρεία αρνήθηκε να σχολιάσει. Το The Information ανέφερε πρώτο την εξέλιξη στις 8 Ιουλίου.kucoin+3

Εάν κυκλοφορήσει όπως έχει προγραμματιστεί, το M3 Pro θα ξεπεράσει τα υπάρχοντα μοντέλα ανοιχτών βαρών του τρισεκατομμυρίου παραμέτρων, συμπεριλαμβανομένου του DeepSeek-V4-Pro με 1,6 τρισεκατομμύρια παραμέτρους. Η MiniMax διαχειρίζεται ήδη ένα από τα πιο ικανά ανοιχτά μοντέλα που είναι διαθέσιμα: το MiniMax-M1, το οποίο περιγράφει ως το πρώτο μοντέλο συλλογιστικής υβριδικής προσοχής μεγάλης κλίμακας ανοιχτού κώδικα στον κόσμο, χτισμένο πάνω σε 456 δισεκατομμύρια συνολικές παραμέτρους με παράθυρο πλαισίου ενός εκατομμυρίου tokens και κυκλοφόρησε υπό την άδεια Apache 2.0.gigazine+2

Τα κινεζικά εργαστήρια επιταχύνουν τις ανοιχτές κυκλοφορίες

Η ανακοίνωση έρχεται εν μέσω μιας ευρύτερης προσπάθειας των κινεζικών εργαστηρίων τεχνητής νοημοσύνης να κυκλοφορήσουν ισχυρά μοντέλα υπό άδειες ελεύθερης χρήσης. Η Tencent λάνσαρε επίσημα το Hy3 στις 6 Ιουλίου, ένα μοντέλο μείγματος ειδικών (mixture-of-experts) 295 δισεκατομμυρίων παραμέτρων με 21 δισεκατομμύρια ενεργές παραμέτρους, το οποίο κυκλοφόρησε υπό την άδεια Apache 2.0. Η Tencent δήλωσε ότι το Hy3 προσφέρει επιδόσεις συγκρίσιμες με τα ναυαρχίδα μοντέλα με δύο έως πέντε φορές τον αριθμό των παραμέτρων του, καταγράφοντας βαθμολογίες που ανταγωνίζονται το GLM-5.2 και το DeepSeek-V4-Pro σε benchmarks συλλογιστικής, ενώ ξεπερνά το GPT-5.5 σε επιστημονικά ερευνητικά καθήκοντα.tencent+1

Το κύμα ανοιχτών κυκλοφοριών από κινεζικές εταιρείες έχει εντείνει τον ανταγωνισμό με τα δυτικά εργαστήρια τεχνητής νοημοσύνης, πολλά από τα οποία έχουν στραφεί προς κλειστές ή περιορισμένες άδειες για τα πιο ικανά μοντέλα τους. Η MiniMax, η οποία είναι εισηγμένη στο χρηματιστήριο του Χονγκ Κονγκ, σχεδιάζει επίσης να λανσάρει το H3, το πολυτροπικό μοντέλο παραγωγής βίντεο επιπέδου συνόρων, αργότερα αυτόν τον μήνα, σύμφωνα με την ίδια πηγή που επικαλείται το Reuters.reuters

Τι ακολουθεί

Η κλίμακα του M3 Pro εγείρει ερωτήματα σχετικά με τους υπολογιστικούς πόρους που απαιτούνται για την εκτέλεση ενός τέτοιου μοντέλου και το πόσο ευρέως μπορεί να αναπτυχθεί εκτός μεγάλων ερευνητικών εργαστηρίων. Το ιστορικό της MiniMax με το M1 — το οποίο πέτυχε ισχυρά αποτελέσματα σε benchmarks με αναφερόμενο κόστος εκπαίδευσης μόλις 534.700 δολάρια — υποδηλώνει ότι η εταιρεία θα δώσει έμφαση στην αποδοτικότητα συμπερασμάτων παράλληλα με τον ακατέργαστο αριθμό παραμέτρων. Το τελικό όνομα κυκλοφορίας για το μοντέλο των 2,7 τρισεκατομμυρίων παραμέτρων δεν έχει ακόμη καθοριστεί.venturebeat+1