MiniMax-M3

Spécifications techniques de MiniMax M3

Qu'est-ce que MiniMax M3 ?

MiniMax M3 est un modèle d’IA de classe frontière conçu autour de trois capacités historiquement limitées aux systèmes propriétaires : des performances avancées en codage, le traitement de contextes d’un million de jetons et une compréhension multimodale native. Contrairement aux modèles qui ajoutent la vision comme extension ultérieure, M3 a été entraîné comme modèle multimodal dès le départ, permettant un alignement plus étroit entre le raisonnement visuel et textuel.

Le modèle repose sur MiniMax Sparse Attention (MSA), une architecture d’attention clairsemée conçue pour rendre les contextes à un million de jetons praticables sur le plan computationnel tout en préservant les performances en codage, en raisonnement et sur les tâches agentiques.

Principales fonctionnalités de MiniMax M3

• Fenêtre de contexte de 1 M de jetons : Prend en charge des dépôts extrêmement volumineux, des corpus de recherche longs, des analyses multi‑documents et des sessions d’agents de longue durée.
• Architecture orientée agents : Conçue pour la décomposition autonome des tâches, l’appel d’outils, la planification itérative et l’exécution multi‑étapes.
• Multimodalité native : Traite le texte, les images, les schémas, les captures d’écran et les entrées vidéo sans dépendre d’une pile de vision distincte.
• Capacités de codage avancées : Excellentes performances sur des benchmarks d’ingénierie logicielle, notamment SWE-Bench Pro, Terminal-Bench et KernelBench.
• Exécution à long horizon : Flux de travail autonomes de plusieurs heures démontrés, incluant la reproduction de recherches et des projets d’optimisation CUDA.
• Raisonnement configurable : Le mode de réflexion peut être activé pour des charges de raisonnement plus poussées ou désactivé pour des interactions à plus faible latence.

Performances de MiniMax M3 sur benchmarks

MiniMax rapporte des résultats de niveau frontière sur des tâches de codage, d’exécution agentique et d’évaluation multimodale. Les résultats déclarés incluent :

L’entreprise indique également que M3 dépasse GPT-5.5 et Gemini 3.1 Pro sur plusieurs benchmarks orientés codage, tout en s’approchant des performances de Claude Opus 4.7 dans certaines évaluations. Ces affirmations proviennent des divulgations internes de MiniMax et doivent être interprétées à la lumière de tests indépendants tiers lorsqu’ils seront disponibles.

Architecture de long contexte et MSA

MiniMax Sparse Attention (MSA) est l’innovation architecturale derrière la capacité de contexte d’un million de jetons de M3. Au lieu d’appliquer une attention quadratique complète sur toute la séquence, MSA effectue un routage au niveau des blocs et une attention clairsemée sur des régions de contexte sélectionnées.

Selon MiniMax, cela réduit considérablement les besoins en calcul sur de grandes longueurs de contexte et offre :

• Préremplissage plus de 9× plus rapide à une longueur de contexte de 1 M
• Plus de 15× plus rapide en décodage
• Environ 1/20 de la consommation de calcul par jeton des générations précédentes à l’échelle 1 M de contexte

Ces améliorations visent à rendre le codage à l’échelle d’un dépôt et les flux de travail d’agents à long horizon praticables.

MiniMax M3 vs Claude Opus 4.7 vs Gemini 3.1 Pro

Limites connues

• La plupart des divulgations de benchmarks proviennent actuellement de MiniMax plutôt que de laboratoires d’évaluation indépendants.
• Les fichiers de modèle open-weight et le rapport technique complet ont été annoncés, mais n’étaient pas encore largement publiés au lancement.
• La fiabilité en conditions réelles, sur divers environnements de production, est encore en cours de validation par la communauté des développeurs.
• Les charges de travail à un million de jetons peuvent entraîner des coûts opérationnels et une latence plus élevés que les charges d’inférence standard.

Cas d’usage représentatifs

Ingénierie logicielle à l’échelle d’un dépôt

Analyser de vastes bases de code, effectuer des refactorisations multi‑fichiers, générer des correctifs, examiner des pull requests et maintenir un contexte de développement à long terme.

Agents de recherche autonomes

Soutenir la revue de littérature, la synthèse de documents, l’analyse de benchmarks et des flux de recherche de longue durée nécessitant des centaines de milliers de jetons.

Analyse technique multimodale

Interpréter des captures d’écran, des diagrammes d’architecture, des graphiques, des documents techniques et des contenus vidéo au sein du même flux de raisonnement.

Automatisation du terminal et DevOps

Exécuter des flux d’ingénierie complexes impliquant tests, orchestration de déploiement, gestion des dépendances et débogage itératif.

Systèmes de connaissances d’entreprise

Rechercher et raisonner sur de vastes collections de politiques, contrats, documentation technique et référentiels de connaissances internes.

Version du modèle et disponibilité

MiniMax M3 a été officiellement présenté en juin 2026 comme le successeur phare de la gamme de modèles MiniMax. Le modèle est disponible via l’écosystème d’API MiniMax et CometAPI.