Как использовать API MiniMax M3

TLDR MiniMax M3 объединяет контекстное окно на 1 000 000 токенов, нативное понимание текста, изображений и видео, сильные возможности в программировании и агентной работе, а также MiniMax Sparse Attention (MSA). Разработчики могут вызывать MiniMax M3 через совместимый с OpenAI шлюз CometAPI по адресу https://api.cometapi.com/v1 с идентификатором модели minimax-m3.

В этом руководстве рассмотрены спецификации модели, официальные данные бенчмарков, настройка API, стриминг, управление рассуждением, мультимодальные запросы, вызов инструментов, цены и сравнение с другими передовыми API 2026 года.

Ключевые выводы

• MiniMax M3 поддерживает до 1 млн токенов контекста, что позволяет работать на уровне целых репозиториев и вести долгие сессии агентов.
• Модель изначально мультимодальна с нулевого шага обучения и принимает текст, изображения и видео.
• Архитектура MiniMax Sparse Attention разработана для того, чтобы миллион-токенный контекст был вычислительно практичным. Официальные результаты включают 59,0% на SWE-Bench Pro и 66,0% на Terminal-Bench 2.1, а также высокие показатели по агентным задачам и использованию инструментов.
• OpenAI-совместимый API MiniMax поддерживает adaptive или disabled thinking, стриминг, инструменты и reasoning_split.
• В CometAPI текущий идентификатор модели — minimax-m3, основной эндпоинт — /v1/chat/completions.

Что такое MiniMax M3?

MiniMax M3 разработана вокруг трех нагрузок, которые все больше определяют передовые модели для разработчиков: крупномасштабная разработка ПО, автономное выполнение агентами и мультимодальное рассуждение на длинном контексте. MiniMax описывает M3 как модель, достигающую передового уровня в задачах программирования и работы агентов, объединяя контекст на 1 млн токенов, нативную мультимодальность и MSA. Практический результат — модель ориентирована не на изолированные ходы чата, а на рабочие процессы, где со временем накапливаются файлы, результаты инструментов, скриншоты, изменения кода и состояние рассуждения.

M3 доступна через собственную экосистему API MiniMax и через эндпоинт MiniMax M3 на CometAPI. Для разработчиков, уже использующих OpenAI SDK, маршрут через CometAPI сохраняет знакомую форму Chat Completions и облегчает сравнение M3 с моделями от Anthropic, Google, Moonshot AI и других поставщиков.

Технические характеристики MiniMax M3

Показатели по контексту и модальностям подтверждены в документации API MiniMax, а архитектура модели и позиционирование релиза взяты из официального релиза M3.

Чем MiniMax M3 отличается?

MiniMax Sparse Attention и контекст на 1 млн токенов

Контекстное окно в миллион токенов полезно только если серверная архитектура способна обрабатывать его с приемлемой скоростью и стоимостью. M3 решает эту проблему с помощью MiniMax Sparse Attention (MSA), которая сначала выявляет релевантные KV-блоки, а затем выполняет разреженное внимание по выбранным областям вместо применения полной квадратичной схемы везде.

MiniMax сообщает, что при длине контекста 1 млн M3 использует около 1/20 вычислений на токен по сравнению с предыдущим поколением, с более чем 9-кратным ускорением префилла и более чем 15-кратным ускорением декодирования. Это результаты, заявленные вендором, а не замеры сторонних систем, но они объясняют, почему MSA является ключевой для дизайна M3 на длинном контексте.

Рисунок 1. Архитектура MiniMax Sparse Attention. Источник: официальный релиз M3 от MiniMax

Нативная мультимодальность

MiniMax заявляет, что M3 прошла смешанное мультимодальное обучение с нулевого шага, а не добавляла отдельный визуальный слой после предобучения на тексте. В OpenAI-совместимом API M3 принимает части контента текста, изображений и видео. Изображения можно отправлять через image_url, а видео — через video_url; поддерживаемые форматы изображений: JPEG, PNG, GIF и WEBP, видео: MP4, AVI, MOV и MKV.

Для разработчиков это делает одну модель пригодной для задач вроде отладки по скриншотам, интерпретации графиков, ревью UI, анализа технической документации и понимания видео без необходимости направлять каждый визуальный ввод через отдельную модель.

Программирование и агентные рабочие процессы

Самое сильное публичное позиционирование M3 — не общий чат. MiniMax делает акцент на исправлении ошибок, фронтенд- и бэкенд-разработке, выполнении команд в терминале, оптимизации производительности, вызове инструментов и долгосрочном сотрудничестве. Поэтому официальный набор бенчмарков M3 подчеркивает инженерные и агентные тесты, а не академические QA.

Настраиваемое рассуждение

В OpenAI-совместимом API MiniMax M3 поддерживает явное управление рассуждением: thinking может быть установлен в adaptive или disabled. Если поле опущено на совместимом с OpenAI эндпоинте MiniMax, thinking включен по умолчанию. Для продакшн-интеграций безопаснее задавать поле явно — так легче воспроизводить задержку и поведение в разных окружениях.

Производительность агентов на длинных горизонтах

MiniMax также опубликовала два долгих кейса, показывающих, почему дизайн контекста M3 важен. В задаче воспроизведения научной работы M3 работала автономно почти 12 часов, выполнив 18 коммитов и создав 23 экспериментальные фигуры, воспроизводя основные эксперименты статьи, получившей Outstanding Paper на ICLR 2025. Задача требовала чтения рисунков и формул, редактирования кода, отслеживания экспериментов и удержания длинной истории выполнения.

В отдельном упражнении по оптимизации CUDA-ядра MiniMax сообщает о 147 отправках бенчмарков и 1 959 вызовах инструментов за примерно 24 часа, при этом пиковая загрузка Hopper FP8 увеличилась с 7,6% до 71,3%, что эквивалентно заявленному 9,4-кратному ускорению. Это контролируемые демонстрации, а не гарантии для каждого продакшн-агента, но они иллюстрируют задуманный сценарий: устойчивые циклы инструментов, где прогресс может появиться только после многих итераций.

Почему стоит использовать API MiniMax M3 через CometAPI?

CometAPI предоставляет доступ к M3 через ту же общую среду API, которая используется для сотен других моделей. Это важно, когда команде нужно сравнивать нескольких поставщиков, вести единый биллинг или поддерживать маршруты отказоустойчивости без перестройки приложения под каждый специфический SDK.

• Совместимая с OpenAI интеграция: существующие клиенты OpenAI SDK можно переиспользовать, изменив base URL, ключ API и идентификатор модели.
• Один ключ для нескольких поставщиков моделей — проще проводить A/B-тесты и реализовывать маршрутизацию фолбэков.
• Централизованный учет использования и отслеживание стоимости на уровне модели вместо отдельных панелей провайдеров.
• Быстрая смена модели, когда нагрузке нужен иной баланс качества, задержки, поддержки модальностей или цены.

Живая страница MiniMax M3 на CometAPI сейчас указывает идентификатор модели minimax-m3, POST /v1/chat/completions и примеры для OpenAI SDK.

Как использовать API MiniMax M3 с CometAPI

Шаг 1: Создайте аккаунт CometAPI и получите ключ API

Создайте или войдите в свой аккаунт CometAPI, затем сгенерируйте токен API в консоли токенов. Храните токен в переменной окружения, а не коммитьте в репозиторий.

export COMETAPI_KEY="your-key-here"

Шаг 2: Настройте клиент OpenAI

Базовый URL совместимого с OpenAI CometAPI:

https://api.cometapi.com/v1

Установите OpenAI SDK и направьте клиент на CometAPI:

pip install openai

   from openai import OpenAI
   import os

   client = OpenAI(
      api_key=os.environ["COMETAPI_KEY"],
      base_url="https://api.cometapi.com/v1",
   )

Шаг 3: Выполните свой первый запрос к MiniMax M3

Используйте идентификатор модели minimax-m3 в CometAPI. Минимальный запрос cURL выглядит так:

curl   https://api.cometapi.com/v1/chat/completions \
  -H "Authorization: Bearer   $COMETAPI_KEY" \
  -H "Content-Type:   application/json" \
  -d '{
    "model":   "minimax-m3",
    "messages": [
      {
        "role":   "system",
        "content": "You   are a precise software engineering assistant."
      },
      {
        "role":   "user",
        "content":   "Review this migration plan and list three high-risk failure   modes."
      }
    ],
    "max_completion_tokens":   1200,
    "reasoning_split": true
  }' 

Python:

completion = client.chat.completions.create(
    model="minimax-m3",
    messages=[
        {"role":   "system", "content": "You are a precise technical   assistant."},
        {"role":   "user", "content": "Explain how sparse attention   helps long-context coding agents."},
    ],
    max_completion_tokens=1200,
      extra_body={"reasoning_split": True},
   )

   print(completion.choices[0].message.content)

Живая страница M3 CometAPI использует тот же паттерн reasoning_split в своем примере на Python. Этот переключатель меняет формат возврата контента рассуждения; сам по себе он не включает и не отключает thinking.

Шаг 4: Включите стриминг

Стриминг полезен для чат-интерфейсов, ассистентов для кодинга и длинных ответов, потому что пользователи видят вывод по мере прихода. Документация MiniMax, совместимая с OpenAI, подтверждает поддержку стриминга для M3.

stream = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role":   "user", "content": "Create a phased plan for   migrating a monolith to services."}],
    stream=True,
    max_completion_tokens=3000,
   )

   for chunk in stream:
    delta = chunk.choices[0].delta
    if delta.content:
        print(delta.content,   end="", flush=True)

Шаг 5: Включайте или отключайте thinking

MiniMax определяет режимы thinking для M3: adaptive и disabled. Используйте adaptive для сложных задач программирования, планирования и работы агентов; отключайте для простых задач извлечения, классификации или когда критична задержка. При использовании полей, специфичных для провайдера, через совместимый с OpenAI роутер, валидируйте их в песочнице CometAPI перед продакшном, так как поведение проброса может меняться.

# Более глубокое рассуждение
   completion = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role":   "user", "content": "Find the root cause of this   distributed transaction failure."}],
    extra_body={"thinking":   {"type": "adaptive"}},
   )

   # Более быстрый прямой ответ
   completion = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role":   "user", "content": "Extract the invoice number from   this text."}],
    extra_body={"thinking":   {"type": "disabled"}},
   )

Шаг 6: Используйте ввод изображений

OpenAI-совместимый API M3 принимает части контента image_url. Тот же паттерн типизированного контента — естественный способ отправлять скриншоты, схемы или графики через маршрут в стиле OpenAI.

response = client.chat.completions.create(
    model="minimax-m3",
    messages=[{
        "role":   "user",
        "content": [
            {"type":   "text", "text": "Review this dashboard screenshot   and identify the likely UI problems."},
            {
                "type":   "image_url",
                "image_url":   {
                    "url":   "https://example.com/dashboard.png",
                    "detail":   "default"
                }
            }
        ]
    }]
   )

MiniMax документирует поддержку JPEG, PNG, GIF и WEBP с уровнями детализации изображения low, default или high. Провайдер также публикует ограничения на размер запроса, поэтому проверьте актуальные лимиты мультимодального API перед отправкой крупных объектов.

Шаг 7: Используйте ввод видео

M3 также поддерживает части контента video_url. MiniMax документирует MP4, AVI, MOV и MKV, а также поддерживает крупные видео через Files API.

response = client.chat.completions.create(
    model="minimax-m3",
    messages=[{
        "role":   "user",
        "content": [
            {"type":   "text", "text": "Summarize the workflow in this   product demo and list every visible error state."},
            {
                "type":   "video_url",
                "video_url":   {"url": "mm_file://your_file_id", "detail":   "default"}
            }
        ]
    }]
   )

Если ваше приложение направляет мультимодальные запросы через CometAPI, подтвердите точный способ передачи файлов, поддерживаемый активным маршрутом M3; нативный идентификатор mm_file:// относится к файловому workflow MiniMax.

Шаг 8: Добавьте вызов функций и инструментов

MiniMax M3 поддерживает описания инструментов в OpenAI-совместимом API. Продукционный агент должен выполнить запрошенный инструмент, добавить полное сообщение assistant с вызовом инструмента в историю диалога, затем вернуть результат инструмента модели. MiniMax явно предупреждает, что сохранение полного ответа важно для непрерывности рассуждения.

tools = [{
    "type":   "function",
    "function": {
        "name":   "get_build_status",
        "description":   "Get the current CI build status for a repository.",
        "parameters": {
            "type":   "object",
            "properties": {
                "repo":   {"type": "string"},
                "branch":   {"type": "string"}
            },
            "required":   ["repo", "branch"]
        }
    }
   }]

   response = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role":   "user", "content": "Check whether the main branch of   acme/payments is passing CI."}],
    tools=tools,
   )

Шаг 9: Разумно используйте длинный контекст и кэширование промптов

Контекстное окно на 1 млн токенов не означает, что каждый запрос должен содержать 1 млн токенов. Упаковывайте только файлы, логи, документы и вывод инструментов, релевантные текущей задаче. Автоматическое кэширование промптов MiniMax может снижать стоимость и время обработки, когда повторяются префиксы вроде системных промптов, списков инструментов или истории диалога.

Для агентных сценариев уровня репозитория хороший паттерн — держать стабильное описание проекта и схему инструментов, извлекать только файлы, релевантные текущему шагу, и периодически сжимать устаревшую историю, вместо того чтобы давать сессии расти без ограничений.

Важные параметры API MiniMax M3

Определения параметров выше соответствуют текущей ссылочной документации OpenAI-совместимого API MiniMax. Некоторые специфичные для провайдера поля могут требовать проброса при маршрутизации через агрегатор, поэтому тестируйте нестандартные поля на текущем эндпоинте CometAPI перед релизом.

Официальный API MiniMax vs CometAPI

MiniMax официально поддерживает вызовы, совместимые с Anthropic и OpenAI. Прямой маршрут Anthropic MiniMax рекомендует для продвинутого поведения thinking; страница модели M3 CometAPI в настоящий момент акцентирует интеграцию в стиле OpenAI — /v1/chat/completions.

Цены API MiniMax M3

Цены требуют внимательного подхода, поскольку эффективная прямую ставка MiniMax и список на сравнительной странице CometAPI сейчас не совпадают. По состоянию на 10 августа 2026 CometAPI указывает M3 по $0,48/M вход и $1,92/M выход. Та же страница сравнивает эти ставки с прайс-листом MiniMax: $0,60/M вход и $2,40/M выход.

Однако текущая страница MiniMax с оплатой по факту (pay-as-you-go) показывает постоянную скидку 50% на стандартный трафик M3: для запросов с не более чем 512K входных токенов эффективная прямая цена — $0,30/M вход, $1,20/M выход и $0,06/M чтение из кеша. Выше 512K входа — скидочные прямые ставки $0,60/M вход, $2,40/M выход и $0,12/M чтение из кеша.

Это означает, что CometAPI в настоящее время ниже номинального прайс-листа MiniMax, но не ниже скидочной прямой ставки провайдера ≤512K. Для крупных развертываний сравнивайте живые цены, а не полагайтесь на фиксированное утверждение «на 20% дешевле». Цены могут независимо меняться на каждой платформе.

Пример стоимости

При текущей ставке M3 на CometAPI запрос со 100 000 входных токенов и 5 000 выходных токенов будет стоить примерно:

Тот же запрос может стоить дешевле напрямую у MiniMax, если подпадает под текущий скидочный тариф ≤512K, но команды, работающие с несколькими моделями, все равно могут ценить операционную простоту единого шлюза.

MiniMax M3 vs Claude Sonnet 5 vs Gemini 3.6 Flash vs Kimi K3

Все четыре модели нацелены на агентные и кодинговые задачи и предоставляют очень большие окна контекста. Различия заметнее в поддержке модальностей, управлении рассуждением, экосистемах поставщиков и текущих ценах на CometAPI. Официальная документация подтверждает окно контекста 1 млн для Claude Sonnet 5, крупноконтекстный мультимодальный API для Gemini 3.6 Flash и флагманский Kimi K3 на 1 млн токенов.

Текущие цены на токены CometAPI в таблице взяты с живых страниц моделей MiniMax M3, Claude Sonnet 5, Gemini 3.6 Flash и Kimi K3.

Рисунок 4. Текущее сравнение цен на токены CometAPI, проверено 10 августа 2026. Источники страниц моделей: M3, Gemini 3.6 Flash, Claude Sonnet 5*** и*** Kimi K3.

Какую модель выбрать?

• MiniMax M3, если для вас приоритет — низкая цена токенов в CometAPI, контекст 1M, нативное понимание изображений/видео и долгие сессии агентов для программирования или использования инструментов.
• Claude Sonnet 5, когда вы цените отточенных кодинговых агентов, профессиональную работу с знаниями и зрелые workflows инструментов в стиле Anthropic.
• Gemini 3.6 Flash, когда важны мультимодальность, быстрые циклы агентов, нативные инструменты Google, аудио/PDF входы и пропускная способность.
• Kimi K3, когда нагрузка сосредоточена на долгосрочном программировании, глубокой работе с знаниями и модели, которая всегда рассуждает при контексте 1M.

Не выбирайте исключительно по одному бенчмарку или цене токена. Постройте небольшой набор оценок из своего репозитория, документов, вызовов инструментов и кейсов отказов, затем сравните долю успешно решенных задач, задержку, суммарные токены, ретраи и время человеческой корректировки.

Рекомендации по использованию API MiniMax M3

• Явно задавайте thinking. Используйте adaptive для действительно сложной работы и disabled — для простых задач, где важна задержка. Явные настройки проще бенчмаркить и воспроизводить.
• Используйте окно 1M избирательно. Большой контекст — потолок емкости, а не целевой размер. Извлекайте и сжимайте перед отправкой больших репозиториев или коллекций документов.
• Сохраняйте историю вызовов инструментов. Для многотурового вызова функций храните полный ответ assistant и объекты вызова инструментов, чтобы не нарушать непрерывность рассуждения.
• Стримьте длинные ответы. Стриминг улучшает воспринимаемую задержку для программирования, исследований и агентных приложений, даже если общее время завершения не меняется.
• Используйте кэширование повторяющегося контекста. Стабильные системные промпты, схемы инструментов и повторяющаяся история — хорошие кандидаты для кэширования промптов при поддержке активного маршрута.
• Измеряйте стоимость на успешную задачу. Цена токена важна, но ретраи, циклы инструментов, длинные трассы рассуждения и восстановление после ошибок часто доминируют в итоговой экономике агента.
• Перепроверяйте специфичные для провайдера параметры. Совместимые с OpenAI шлюзы могут отличаться пробросом нестандартных полей. Валидируйте thinking, reasoning_split, мультимодальные payloads и поведение инструментов перед продакшном.

Заключение

MiniMax M3 — сильный вариант API для разработчиков, которым нужны программирование, агентное исполнение, нативное визуальное понимание и очень длинный контекст в одной модели. Ее техническая история необычно цельная: MSA решает задачу сервинга контекста 1M, нативная мультимодальность расширяет поверхность ввода, а публичный набор бенчмарков фокусируется на инженерных и инструментальных задачах, которые действительно важны для разработчиков.

Для большинства пользователей CometAPI быстрый старт прост: создайте ключ, установите базовый URL https://api.cometapi.com/v1, вызывайте модель minimax-m3 и бенчмарките ее на своих реальных продакшн-задачах. Затем решите, включать ли более глубокое рассуждение, добавлять мультимодальный ввод или строить цикл инструментов. Поскольку цены и поведение маршрутов могут меняться, перед финальным релизом перепроверьте живую страницу M3 на CometAPI и документацию MiniMax API.