MiniMaxH3

“通过MiniMaxH3，我们希望为更多企业和开发者、创作者降低内容创作的门槛。

核心技术方面，MiniMaxH3增加了Caption能力，定制了专属模型和全模态理解管线，大部分素材需要消耗100KToken的推理，最终得到平均约4K的Token。

MiniMaxH3支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频