Einordnung und Veröffentlichung
VTP-Base-f16d64 ist ein vortrainierter visueller Tokenizer für Bildrepräsentationen und generative Modellierung. MiniMax kündigte den technischen Bericht und die vortrainierten Gewichte am 16. Dezember 2025 an. Der Base-Checkpoint ist über MiniMax auf Hugging Face verfügbar. (github.com)
Fähigkeiten und Einsatz
- Das VTP-Training verbindet Bild-Text-Kontrastlernen, selbstüberwachtes Lernen und Bildrekonstruktion. Es soll visuelle Merkmale erfassen, die sowohl für Verständnis als auch für Generierung nützlich sind. (github.com)
- Einsatzmöglichkeiten sind Bildmerkmalsextraktion, Bildrekonstruktion, Zero-Shot-Klassifikation anhand von Bild-Text-Merkmalen und die Verwendung latenter Bildrepräsentationen in nachgelagerten Diffusionsmodellen. Für die Bildgenerierung wird ein zusätzliches generatives Modell benötigt. (github.com)
- Die Base-Konfiguration nennt eine Bildgröße von 256 × 256 Pixeln, eine visuelle Patchgröße von 16 und einen visuellen Feature-Bottleneck mit 64 Dimensionen. Die Modellseite weist rund 0,3 Milliarden Parameter aus. (huggingface.co)
Einschränkungen und Lizenz
Es handelt sich nicht um ein eigenständiges Chatmodell oder eine vollständige Text-zu-Bild-Anwendung. Die im Projekt-README gezeigten Beispielwerte beziehen sich auf die dort geladene Large-Variante und sollten nicht ohne Weiteres dem Base-Checkpoint zugeschrieben werden. Die Gewichte sind unter einer modifizierten MIT-Lizenz gekennzeichnet; bei kommerziellen Produkten oder Diensten oberhalb der in der Lizenz genannten Schwellen ist eine sichtbare Kennzeichnung als „MiniMax VTP“ erforderlich. (github.com)
Preise
Bei der Prüfung am 17. November 2026 ließ sich für VTP-Base-f16d64 weder auf der offiziellen chinesischen Preisseite ein CNY/RMB-Preis noch auf der internationalen Preisseite ein USD-Preis für Eingabe oder Ausgabe verifizieren. Die Seiten nennen dieses Modell nicht. Ein offizieller API-Abrechnungspreis und eine zugehörige Abrechnungseinheit sind daher nicht verifiziert; daraus folgt nicht, dass ein gehosteter Dienst kostenlos wäre. Lokaler Betrieb kann eigene Infrastrukturkosten verursachen. (platform.minimax.cn)
Offizielle Quellen
- Projektankündigung und Dokumentation
- Base-Modellkarte und Gewichte
- Modellkonfiguration
- Projektlizenz
- Chinesische Preisübersicht und internationale Preisübersicht; geprüft am 17. November 2026.