Как эволюционировало семейство ABAB
Линейка MiniMax ABAB развивается не как одна статичная модель, а как последовательность поколений, каждое из которых добавляет новый технический акцент: масштаб, архитектуру, длинный контекст, reasoning, мультимодальность, агентные сценарии. Внутри этой эволюции можно выделить несколько этапов: ранние версии ABAB как базовая LLM, переход к MoE в ABAB 6, усиление длины контекста и качества рассуждений в ABAB 6.5, экспериментальное бета-поколение ABAB 7 Preview, полноценный релиз ABAB 7 с мультимодальностью и отдельную тестовую ветку ABAB 6.1 Test под агентные сценарии.
При этом MiniMax не ведёт публичный changelog в инженерном стиле: компания не раскрывает детальные метрики, наборы данных, точные числа параметров и внутренние схемы оптимизаций. Обновления видны по позиционированию версий и по заявленным ролям каждой модели внутри семейства.
Ранние версии ABAB: фундамент семейства
Ранние поколения ABAB (до 2024 года) выполняли роль базовой линии LLM, на которой отрабатывались ключевые принципы будущего семейства. Это были полноформатные языковые модели без ярко выраженного маркетингового акцента на MoE, reasoning или мультимодальности. Их задача — обеспечить устойчивый текстовый контур, отладить пайплайны обучения, выстроить инфраструктуру инференса и понять реальные потребности приложений.
На этом этапе ABAB — классическая LLM общего назначения: диалоги, генерация текста, инструкции, базовый анализ. Эти версии стали фундаментом, на основе которого MiniMax смог перейти к более агрессивным экспериментам с архитектурой и контекстом, не начиная каждый раз с нуля.
ABAB 6: прорыв к MoE и архитектурная зрелость
ABAB 6 — поворотный момент для серии. Именно на этом поколении MiniMax делает акцент на архитектуре MoE и выводит линейку из статуса «ещё одной LLM» в категорию высокопроизводительных промышленных моделей. Роль ABAB 6 — прорывное поколение: модель становится лицом платформы и демонстрирует, что MiniMax способен строить крупные языковые модели с продвинутой архитектурой.
На уровне обновлений это означает:
- переход к Mixture-of-Experts как базовому подходу;
- фокус на производительности и масштабируемости под высокую нагрузку;
- более ровное поведение в массовых чатовых сценариях;
- улучшенную устойчивость генерации при длинных ответах.
ABAB 6 перестраивает серию: от «базовой LLM» к архитектурно осмысленному семейству.
ABAB 6.5: флагман MoE и длинный контекст
ABAB 6.5 позиционируется как флагман поколения. В отличие от ABAB 6, здесь акцент смещается на сочетание MoE-архитектуры, длинного контекста и повышенной способности к reasoning-задачам. Если ABAB 6 — прежде всего «прорыв по архитектуре и производительности», то ABAB 6.5 — уже «баланс мощности, контекста и качества рассуждений».
Ключевые линии обновлений в ABAB 6.5:
- оптимизация работы с длинными входами (длинный контекст как норма, а не опция);
- улучшенная логическая связность ответов в сложных задачах;
- более уверенная работа с многошаговыми инструкциями;
- отладка MoE под реальные нагрузки (масштаб без провала по стабильности).
В результате ABAB 6.5 становится «рабочим флагманом» линейки — моделью, которую можно использовать и для массовых диалогов, и для тяжёлого анализа текста.
ABAB 7 Preview: бета-поколение для сложных задач
ABAB 7 Preview — это бета-поколение, в котором MiniMax тестирует следующий шаг развития серии. Роль модели прямо обозначена как «бета»: это не финальный, а испытательный этап, где проверяются новые подходы к reasoning, длинному контексту и общему поведению модели.
Обновления в ABAB 7 Preview можно описать так:
- усиленный упор на сложные рассуждения (reasoning);
- дальнейшая работа с длинным контекстом, включая сложные диалоги и документы;
- поиск компромисса между глубиной анализа и скоростью ответа;
- тестирование новых режимов использования модели в качестве «ядра» для сложных приложений.
Это переходная версия: она показывает, куда MiniMax двигает семейство, но не фиксирует финальные решения.
ABAB 7: мультимодальное поколение с Linear Attention
ABAB 7 — это уже не просто LLM, а мультимодальная модель нового поколения. В её описании появляются новые ключевые слова: мультимодальность, MoE и Linear Attention. Это означает, что серия выходит за пределы чисто текстовой линии и становится основой для работы с несколькими типами данных.
На уровне обновлений ABAB 7 приносит:
- поддержку мультимодальности (модель больше не ограничена только текстом);
- дальнейшее развитие MoE как базовой архитектурной рамки;
- использование Linear Attention как способа удерживать длинный контекст при более предсказуемой стоимости инференса;
- укрепление reasoning-поведения, уже с учётом мультимодальных сценариев.
ABAB 7 формально выводит семейство из категории «только LLM» в класс мультимодальных моделей, оставаясь при этом наследником прежних поколений.
ABAB 6.1 Test: экспериментальная агентная линия
ABAB 6.1 Test — тестовая модель, за которой закреплена роль «агенты, reasoning, тестирование». Это не флагман и не стабильный релиз, а площадка для проверки агентных сценариев: модель используется в задачах, где нужно не только сгенерировать текст, но и последовательно выполнять шаги, принимать решения, работать как компонент в более сложной системе.
Обновления в этой ветке направлены на:
- улучшение управления многошаговыми планами;
- работу с инструментами и внешними вызовами (agent-подход);
- тестирование новых режимов reasoning на реальных примерах;
- поиск оптимального баланса между свободной генерацией и строгим следованием инструкциям.
ABAB 6.1 Test — это не то, что ставят в продакшен «всем и сразу», а инженерный полигон для будущих версий линейки.
Что остаётся закрытым в обновлениях ABAB
Несмотря на прозрачное позиционирование версий (фундамент, прорыв, флагман, бета-поколение, мультимодальная модель, тестовая линия), MiniMax не раскрывает критически важные технические детали: объёмы обучающих данных, точные цифры параметров, внутренние метрики, результаты независимых сравнений и схемы оптимизации. Публично видна логика развития и роли моделей, но не полная техническая картина.
Итог
Обновления MiniMax ABAB — это чёткая эволюционная линия: от ранних текстовых LLM к MoE-архитектуре (ABAB 6), флагману с длинным контекстом и усиленным reasoning (ABAB 6.5), бета-поколению ABAB 7 Preview, мультимодальной ABAB 7 с Linear Attention и экспериментальной агентной ветке ABAB 6.1 Test. Серия не стоит на месте: каждое поколение уточняет фокус — архитектура, производительность, контекст, мультимодальность, агенты. Для экосистемы MiniMax это не набор разрозненных моделей, а осмысленная дорожка развития одного семейства.