MiniMax-M3 API

Технические характеристики MiniMax M3

Что такое MiniMax M3?

MiniMax M3 — это модель фронтирного масштаба, разработанная вокруг трёх возможностей, которые исторически были ограничены закрытыми системами: продвинутые возможности программирования, обработка контекста на миллион токенов и нативное мультимодальное понимание. В отличие от моделей, где зрительные возможности добавлены позже как расширение, M3 обучалась как мультимодальная с самого начала, что позволяет более тесно согласовать визуальное и текстовое рассуждение.

Модель построена на MiniMax Sparse Attention (MSA), архитектуре разреженного внимания, призванной сделать миллионный контекст вычислительно практичным при сохранении производительности в задачах кодирования, рассуждения и работы агентов.

Основные возможности MiniMax M3

• Контекстное окно на 1M токенов: Поддержка чрезвычайно больших репозиториев, объёмных исследовательских корпусов, анализа нескольких документов и длительных сессий агентов.
• Ориентированная на агентов архитектура: Спроектирована для автономной декомпозиции задач, вызова инструментов, итеративного планирования и многошагового выполнения.
• Нативная мультимодальность: Обрабатывает текст, изображения, диаграммы, скриншоты и видео без опоры на отдельный визуальный стек.
• Продвинутые возможности программирования: Сильные результаты на инженерных бенчмарках, включая SWE-Bench Pro, Terminal-Bench и KernelBench.
• Долгосрочное выполнение: Продемонстрированы многочасовые автономные процессы, включая воспроизведение исследований и проекты оптимизации CUDA.
• Настраиваемое рассуждение: Режим мышления можно включать для более глубоких рассуждений или выключать для снижения задержки.

Результаты бенчмарков MiniMax M3

MiniMax сообщает о результатах уровня фронтира в задачах кодирования, агентного выполнения и мультимодальных оцениваний. Сообщаемые результаты включают:

Компания также сообщает, że M3 превосходит GPT-5.5 и Gemini 3.1 Pro на ряде бенчмарков, ориентированных на код, и приближается к производительности Claude Opus 4.7 в отдельных оцениваниях. Эти утверждения основаны на внутренних раскрытиях бенчмарков MiniMax и должны интерпретироваться вместе с независимыми сторонними тестами по мере их появления.

Архитектура длинного контекста и MSA

MiniMax Sparse Attention (MSA) — это архитектурное нововведение, лежащее в основе миллионного контекстного окна M3. Вместо применения полного квадратичного внимания ко всей последовательности MSA выполняет маршрутизацию на уровне блоков и разреженное внимание к выбранным областям контекста.

По данным MiniMax, это существенно снижает требования к вычислениям при больших длинах контекста и обеспечивает:

• Более чем в 9 раз более быструю производительность предзаполнения при длине контекста 1M
• Более чем в 15 раз более быструю производительность декодирования
• Около 1/20 вычислений на токен по сравнению с предыдущим поколением на масштабе контекста 1M

Эти улучшения призваны сделать работу с кодом на уровне репозитория и долгосрочные агентные процессы практичными.

MiniMax M3 против Claude Opus 4.7 и Gemini 3.1 Pro

Известные ограничения

• Большинство раскрытий результатов бенчмарков в настоящее время исходят от MiniMax, а не от независимых лабораторий.
• Файлы модели с открытыми весами и полный технический отчёт были анонсированы, но на момент запуска ещё не были широко опубликованы.
• Надёжность в реальных продакшн‑средах всё ещё проверяется сообществом разработчиков.
• Нагрузки с контекстом на миллион токенов могут приводить к более высоким операционным затратам и задержкам по сравнению со стандартными задачами инференса.

Типовые варианты использования

Разработка ПО масштаба репозитория

Анализировать большие кодовые базы, выполнять рефакторинг нескольких файлов, генерировать патчи, ревьюить pull request'ы и поддерживать долгосрочный контекст разработки.

Автономные исследовательские агенты

Поддерживать обзор литературы, синтез документов, анализ бенчмарков и длительные исследовательские процессы, требующие сотен тысяч токенов.

Мультимодальный технический анализ

Интерпретировать скриншоты, архитектурные диаграммы, графики, технические документы и видео в рамках единого процесса рассуждений.

Автоматизация терминала и DevOps

Выполнять сложные инженерные процессы, включающие тестирование, оркестрацию развёртывания, управление зависимостями и итеративную отладку.

Корпоративные системы знаний

Искать и рассуждать по большим коллекциям политик, контрактов, технической документации и внутренних баз знаний.

Версия модели и доступность

MiniMax M3 был официально представлен в июне 2026 года как флагманский преемник в линейке моделей MiniMax. Модель доступна через экосистему MiniMax API и CometAPI.