01
深度推理
面向数学、代码与长程规划类任务，模型会展开完整的思考链条，把前提、推导与结论摆出来，而不是直接给一个无法核验的答案。
WHO WE ARE
我们是 MaxMind
MaxMind 是一支把「让模型真正想清楚问题」当作唯一目标的研究与工程团队。 我们不满足于把别人的模型封装一下再卖出去；我们从数据、训练、对齐到评测， 完整地构建自己的模型体系 —— 因为只有亲手掌控每一个环节， 才能在推理这件事上做出真正的差异。
这条路上没有捷径。预训练需要海量的数据与算力，对齐需要一轮又一轮的实验， 评测需要一套我们自己都不相信的严格标准就推翻重来。我们接受这种缓慢， 因为模型的每一次进步，都应当建立在可解释、可复现、可追溯的基础之上。 这正是 MaxMind 名字的由来：让每一次「思考」都有迹可循。
今天，我们把阶段性的成果凝结为旗舰模型 MaxMind M1.5，并通过开放的对话平台 与 OpenAI 兼容 API 交付给每一个需要深度思考能力的人与产品。 这只是一个开始 —— 我们把它命名为 Step One，因为后面的路还很长。
“我们不是在制造一个更会说话的模型，
而是在训练一个更会思考的模型。”
—— MaxMind 研究团队
FLAGSHIP MODEL
MaxMind M1.5
M1.5 是我们当前对外发布的旗舰模型。它的定位非常明确： 不是为了应付日常闲聊，而是为了那些「必须想清楚才能回答」的问题 —— 数学推导、代码调试、长程规划、多步分析。在这些任务上， M1.5 会先把自己的思路拆开、展开，再给出有依据的结论。
02
思考过程可见
通过开放平台对话时，你可以展开查看模型的思考过程（reasoning_content），理解它为什么这样回答，真正做到「知其然，也知其所以然」。
03
可控思考强度
低 / 中 / 高三档推理强度。简单问题用低档快速作答，复杂任务切到高档慢慢想 —— 速度与深度，由你自己取舍。
04
长程任务友好
多轮追问、文档级分析、长时间的项目对话，M1.5 会在整个会话中保持上下文的一致与连贯，不轻易「失忆」。
M1.5
FLAGSHIP MODEL · 持续训练中 · 敬请期待更多成员加入家族
WHY WE TRAIN
我们为什么坚持自己训练
调用现成的模型很容易，难的是在关键时刻拥有自己的判断。 以下四条原则，是我们做每一个技术决策时的标尺。
原则一
可控，才能可信
当我们把模型的权重、数据与训练流程握在自己手里，才能对「它为什么这么回答」 给出真正的解释。对外 API 的每一次调用，背后都有一套我们可以负责的流程， 而不是一个说不清来源的黑盒。对开发者而言，这意味着更稳定的行为、 更可预期的输出，以及出现问题时有人真正能修。
原则二
从第一步开始
我们没有试图一步登天，而是老老实实从数据清洗、语料构建、预训练实验做起。 每一步都留下记录：数据从哪来、用什么规则清洗、实验跑了几轮、为什么放弃某个方案。 这些「笨功夫」决定了模型的底线 —— 而底线，决定上限。
原则三
克制地承诺
我们不写浮夸的营销词，不声称「取代一切」。一个模型能做到什么、在哪些任务上 表现如何，我们更愿意让你自己到开放平台里试一试用真实任务验证。 克制地承诺，说到做到，是我们对用户最基本的尊重。
原则四
面向长期
模型会一代一代地迭代，平台会一点一点地完善。我们关心的是五年后 MaxMind 是否仍然值得信赖，而不是这个季度是否赚到快钱。长期主义听起来很虚， 但它决定了我们敢不敢在「短期无收益」的基础研究上持续投入。
WHAT IT CAN DO
M1.5 能做什么
与其罗列参数，不如描述它擅长的场景。以下是我们在真实使用中最常被验证的几类任务。
数学与逻辑推导
从代数化简到证明题的思路构造，M1.5 会把每一步变换写清楚。你不仅可以拿到结果， 还可以沿着它的推导过程检查每一步是否正确 —— 这在需要严谨性的场景里至关重要， 比如论文审阅、习题讲解、公式推导的自动化辅助。
代码编写与调试
不只是「生成一段能跑的代码」，而是先理解你的需求边界，再给出实现， 并解释关键设计取舍。遇到报错时，它会先定位可能的原因，而不是盲目重试。 适合复杂重构、遗留代码理解、跨语言迁移等需要全局把握的任务。
长文档与多步分析
几十页的合同、研究报告、技术文档，M1.5 可以分段落理解并跨章节综合， 帮助你提炼要点、对比矛盾、生成结构化摘要。多轮追问时， 它会基于之前的分析继续深入，而不是每轮都从头开始。
研究与写作辅助
文献综述的思路梳理、大纲结构的推敲、论据与反例的检验 —— M1.5 更像一位严谨的讨论伙伴：它会提出不同的角度，也会指出你论证里的漏洞， 帮助你把自己的想法打磨得更完整，而不是替你偷懒。
Agent 与自动化编排
通过 OpenAI 兼容 API，你可以把 M1.5 接入自己的工具链：让它理解任务、 拆解步骤、调用工具、汇总结果。可展开的思考过程让每一步决策都可审计， 这对自动化系统来说，意味着出了问题你能知道它「为什么这么做」。
教学与知识传递
讲题、答疑、把难懂的概念用不同方式重新解释，M1.5 会先判断你的理解程度， 再选择合适的讲解路径。它不是把答案丢给你，而是陪你一起把问题想明白 —— 这恰恰是我们做模型的初衷。
QUALITY & TRUST
我们如何保证它可靠
一个模型值不值得信赖，取决于它在你看不见的地方做了什么。我们把这四件事视为底线。
数据
自有数据管线：来源、清洗规则、去重与质量过滤全部留痕。我们宁可数据少而精，也不要多而脏 —— 垃圾进，垃圾出，这个道理在模型身上尤其真实。
对齐
训练出的模型要有用，也要「好相处」：尊重用户、不臆造、面对不知道的事情敢于承认。对齐不是一次性的工序，而是贯穿整个训练过程的持续校准。
评测
我们用自己都不放水的评测集衡量每一次迭代：不挑题、不刷分、不过拟合公开基准。评测结果只服务于一个目的 —— 找出模型真正还不行的地方。
安全
开放平台上，密钥以 AES-256-GCM 加密存储，接口调用全程有日志与用量记录，钥匙可随时吊销。技术上的克制，本身就是对用户负责的一部分。
THE ROAD · STEP ONE
一切，从第一步开始
MaxMind 不是一夜之间出现的。我们把这条研发之路完整地摊开给你看 —— 不粉饰、不跳跃。每一个版本，都来自我们自己的数据、训练与评测闭环。
所谓 Step One，既是我们的第一个公开里程碑，也是一种态度： 再宏大的构想，也要从第一步开始走。而第一步，我们已经走完了。 接下来，是更长的路。
-
01
数据与基线
构建自有训练语料：从公开语料的清洗、去重、质量过滤，到领域数据的补全与标注规范的制定。同时搭建第一版评测框架，用它来给后续每一步实验「打分」。
-
02
预训练实验
在中小规模上反复验证数据配比、上下文长度与训练策略，把「什么数据组合学得快、学得稳」摸清楚，再放大规模。每一步实验都有完整记录，可复现、可回溯。
-
03
推理能力的定向强化
我们最关心的是推理。为此单独设计了面向长链条推理的训练阶段，让模型学会「先拆解、再推导、最后验证」，而不是凭语感猜测答案。
-
04
对齐与安全
让模型诚实、克制、乐于承认不确定。通过一轮又一轮的人类反馈与红队测试，把「帮倒忙」的行为一点点压下去。
-
05
评测与打磨
在自建评测集与真实任务上做大量回归测试：修复退化、补齐短板、反复迭代。不达标准的版本，宁可推迟发布。
-
06
发布 M1.5
旗舰模型 M1.5 通过开放平台对外提供服务：网页对话、OpenAI 兼容 API、钥匙与额度管理。这是 Step One 的交付，也是下一阶段的起点。
-
07
更长远的路线
更大的模型、更强的推理、更广的模态与工具使用能力，都在路线图上。我们不会预先承诺时间，但我们承诺：每一步依然会像今天这样，摊开给你看。
OPEN PLATFORM
MaxMind 开放平台
一个入口，同时得到网页对话与可编程的 API。无论你是个人用户还是团队开发者， 都能在几分钟内把 M1.5 的能力接入自己的产品。
Chat网页端对话，会话云端保存，随时续聊
/v1OpenAI 兼容接口，任意 SDK 即插即用
Keys独立 API 钥匙，可吊销、可设自定义额度
Secure密钥 AES-256-GCM 加密存储，全程留痕
三步接入
- 01登录平台
在开放平台注册或登录你的账号，进入「API 接入」面板。
- 02创建钥匙
生成一把
sk-aip-开头的 API 钥匙 —— 明文只显示一次，请立即保存。 - 03开始调用
把 Base URL 指向下方地址，模型名填后台配置的「接入本站模型ID」，即可开始调用。
进入开放平台 →
…
已注册成员可直接登录；如需开通账号，请联系你的平台管理员。
FAQ
常见问题
MaxMind 开放平台和官网是什么关系？
官网（也就是你现在看到的页面）介绍 MaxMind 与旗舰模型 M1.5；开放平台是实际的对话与 API 服务入口，点击页面任意「进入平台」按钮，或在浏览器访问 /aip 即可到达。
调用 API 时，body.model 应该填什么？
填后台为该模型配置的「接入本站模型ID」，例如 deepseek-v4-flash 这样的小写短 ID，而不是显示名称。登录开放平台后，在「API 接入」面板的可选模型列表里点击即可复制对应模型 ID。
为什么浏览器直接打开 /v1 会看到一串 JSON 报错？
因为 /v1 是给程序调用的 OpenAI 兼容 API 端点，不是网页。访问它必须携带有效的 API Key（Authorization: Bearer sk-aip-…）。没有钥匙时它会返回标准的鉴权错误 JSON，这属于正常行为。请把它配置在代码 / SDK 里使用，而不是用浏览器打开。
支持哪些客户端 / 编程语言？
只要兼容 OpenAI API 的客户端都可以：OpenAI SDK（Python / Node.js 等）、curl、以及各类第三方工具。把 base_url 指向平台地址、api_key 换成你的钥匙即可，无需额外适配。
用量和额度是怎么算的？
网页对话与 API 调用共用同一份账号额度，按 5 小时、24 小时、7 天三档滚动统计与刷新。管理员可以调整账号限额，你也可以给某把 API 钥匙单独设置自定义上限。
我的 API 钥匙安全吗？
钥匙明文只在创建时显示一次，服务端只保存其哈希；上游模型密钥使用 AES-256-GCM 认证加密后落库。任何钥匙都可以随时吊销，吊销后立即失效。
以后还会有别的模型吗？
会。M1.5 是旗舰成员，不是终点。我们的路线图上有更大规模的模型与更多能力的探索。新模型发布后会在开放平台后台统一配置并开放给用户选择。
我有合作或反馈想联系你们，怎么找到人？
你可以通过开放平台后台与我们联系；如果你认识平台管理员，也可以直接沟通。关于模型能力、场景适配或合作的想法，我们非常乐意听。