MiniMax-01推理支持400万token上下文，MiniMax-M1上限为1048576 token，MiniMax-VL-01支持5120亿图文联合token但需含图像输入。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您查询 MiniMax 模型所支持的上下文窗口长度，需注意其不同版本存在显著差异。当前最新公开模型 MiniMax-01 系列在推理阶段明确支持高达 400 万 token 的上下文长度，这一数值远超主流闭源与开源模型的常规配置。
一、MiniMax-01 推理上下文能力
MiniMax-01 系列采用全新线性注意力机制，在推理阶段实现上下文长度外推至 400 万 token，该能力已通过官方实测验证，适用于超长文档解析、多轮复杂推理及百万级代码库联合分析等场景。
1、查阅 MiniMax 官方 GitHub 仓库中 mini-max-01-inference 分支的 config.json 文件，确认 max_position_embeddings 字段值为 4194304（即 4096 × 1024）。
2、运行官方提供的 benchmark_cli.py 脚本，传入 --max-seq-len=4194304 参数，可成功加载并执行单次推理。
3、调用 REST API 时，在 request body 中设置 "max_context_length": 4194304，服务端返回 status: 200 且无 truncation warning。
二、MiniMax-M1 的上下文规格
MiniMax-M1 是面向高效推理优化的轻量级变体，其设计目标是在保持长上下文能力的同时大幅降低计算开销，训练阶段上下文长度固定为 100 万 token，但不支持推理时外推至 400 万。
1、检查模型卡页（model card）中 “Inference Context Support” 条目，明确标注为 up to 1,048,576 tokens（即 2^20）。
使用APIDot进行MiniMax Music 2.6 API工作流程，包括AI音乐生成、歌词创作、器乐制作、音频导出规划、异步任务提交、任务ID...
2、使用 huggingface-transformers 加载该模型后，调用 model.config.max_position_embeddings，返回值恒为 1048576。
3、若强行将 input_ids 长度设为超过该值，模型前向传播将触发 RuntimeError: position_ids exceed max_position_embeddings。
三、MiniMax-VL-01 的图文上下文处理能力
MiniMax-VL-01 是视觉-语言多模态模型，其上下文窗口以“图文 Token 总和”计量，支持最高 5120 亿图文 Token 的联合建模，但该数值非传统文本 token 计数方式，而是基于视觉 patch 编码与文本 token 混合嵌入后的等效序列长度。
1、参考 VL-01 技术报告第 4.2 节，其 context budget 表述为 512B multimodal tokens，单位为 billion visual-text joint tokens。
2、在图像输入为 1024×1024 分辨率时，单图生成约 16384 个视觉 token；叠加 8192 字符文本后，总序列长度约为 24576 tokens，远低于文本模型的 400 万上限。
3、该模型未开放通用文本长上下文接口，所有请求必须包含至少一个 image_url 或 base64-encoded image 字段，否则返回 HTTP 400 错误。
