MiniMax M3 — открытые веса и миллионный контекст

MiniMax — китайская AI-лаборатория, которая делает упор на открытые веса и собственную линейку мультимодальных моделей. Линия M — это языковые модели с агентной ориентацией; в июне 2026 года вышел флагман MiniMax M3 — первая открытая модель уровня frontier-кодинга с контекстом 1M токенов, нативной мультимодальностью и архитектурой Sparse Attention. Этот справочник — про то, что такое M3, как его запускать и в каких сценариях он реально полезен.

Что такое MiniMax

MiniMax — лаборатория, известная по линейкам:

• M-серия — языковые модели с агентным фокусом: M2 → M2.5 → M2.7 → M3.
• Hailuo — видеогенерация (актуальная версия Hailuo 2.3).
• Speech & Music — TTS и генерация музыки.
• MiniMax Agent / Code / Mavis / Teams — продуктовая обвязка: автономный агент общего назначения, агент для кодинга, агент для презентаций, командное пространство.

Модели M-серии раздаются с открытыми весами на HuggingFace и доступны через собственный API, OpenRouter, Ollama Cloud и сторонние хостинги.

Флагман: MiniMax M3

Архитектура MSA (MiniMax Sparse Attention)

M3 построен на MSA — собственной разреженной модификации attention. Что это даёт на практике:

• Compute для attention сокращён примерно в 20 раз относительно плотной модели сопоставимого размера.
• Скорость prefill (обработки входа) выросла в 9+ раз на длинных контекстах.
• Модель предобучена на более 100T токенов мультимодальных данных.

Ключевые параметры

• Контекст: 1 000 000 токенов (минимально гарантированно 512K).
• Модальности: text, image, video на входе; на выходе — текст и tool calls.
• Computer use: нативная поддержка работы за компьютером — навигация в браузере, GUI, терминал.
• Tool use: function calling, structured outputs, MCP — из коробки.
• Лицензия: открытые веса (релиз на HuggingFace анонсирован в течение нескольких недель после API).

Что значит «frontier-кодинг в открытой модели»

До M3 в открытом доступе не было модели, которая на задачах реального кодинга и долгих агентных сессий стояла бы рядом с Claude Opus и GPT-5.5. M3 — первый такой релиз. Это меняет экономику локальных и self-hosted агентов: можно собрать рабочий контур без зависимости от Anthropic или OpenAI.

Бенчмарки

Долгие автономные сценарии

M3 заточен под траектории на десятки часов и сотни tool calls. Из стресс-тестов MiniMax:

• 12-часовая репликация статьи с ICLR. Модель самостоятельно довела работу до 18 коммитов и 23 графиков без вмешательства.
• 24-часовая оптимизация CUDA-ядра FP8 GEMM. За 147 итераций и 1959 tool calls прирост с 7.6% до 71.3% утилизации — ускорение ×9.4.
• PostTrainBench (агентный пост-трейнинг): M3 — 37.1, третье место после Opus 4.7 (42.4) и GPT-5.5 (39.3). Среди открытых моделей — первое место с большим отрывом.

Это важно для длинных задач: миграций, рефакторингов, репликаций, рисёрча с большим числом шагов.

Способы запуска

Подключение по API

from openai import OpenAI

client = OpenAI(
    api_key="<MINIMAX_API_KEY>",
    base_url="https://api.minimax.io/v1",
)

resp = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {"role": "system", "content": "You are a senior code reviewer."},
        {"role": "user", "content": "Review diff and suggest fixes."},
    ],
)
print(resp.choices[0].message.content)

Function calling, structured outputs и streaming работают как в OpenAI SDK.

Запуск через Ollama Cloud

ollama run minimax-m3:cloud

Ollama Cloud для M3 — это управляемый облачный инференс с коммерческой лицензией, серверы в США, политика zero data retention. Подходит как промежуточный вариант, пока открытые веса не выложены или пока у вас нет своего GPU.

Open weights

MiniMax анонсировали публикацию весов M3 на HuggingFace в течение нескольких недель после API-релиза. Под self-hosted потребуется кластер уровня нескольких H100/H200 или MI300 — MSA снижает compute, но активная часть параметров всё равно требует серьёзного железа.

Тарифы и лимиты

По цене M3 заметно дешевле Claude Opus 4.7 и GPT-5.5 при сопоставимом качестве на кодинге и агентных задачах. Это главный экономический аргумент в пользу миграции части нагрузок.

Линейка моделей MiniMax

• MiniMax M3 — текущий флагман, MSA, 1M контекст, мультимодальность, computer use.
• MiniMax M2.7 / M2.5 / M2 — предыдущие поколения; M2.7 ещё актуален для локального запуска на Mac Studio с ограниченным железом.
• Hailuo 2.3 — видеогенерация.
• Speech & Music — TTS и музыкальная генерация.
• MiniMax Agent — автономный универсальный агент.
• MiniMax Code — кодинг-агент с CLI и интеграциями в IDE.
• MiniMax Mavis — генерация презентаций.
• MiniMax Teams — командное пространство поверх агентов.

Сценарии применения

• Кодинг-агент в команде. M3 через MiniMax Code или собственная обвязка вокруг API — для миграций, рефакторингов, long-running PR.
• Длинные рисёрч-сессии. Контекст 1M позволяет держать весь репозиторий или большой корпус документов без RAG.
• Browser/Computer use агенты. Нативная поддержка GUI и браузера — для автоматизации форм, отчётов, скрейпинга с авторизацией.
• Работа с документами. OmniDocBench 91.6% — реально вытаскивать структуру из PDF, сканов, таблиц.
• Финансовые и продуктовые tool-цепочки. SpreadSheetBench и BankerToolBench — про реальные данные и инструменты.
• Резервный канал к Claude/GPT. Дешевле, открытые веса в перспективе, заметно ниже vendor lock-in.

Особенности и подводные камни

• MSA не равно «всё бесплатно». Compute на attention снижен в 20 раз, но активная часть параметров всё ещё крупная — для self-hosted нужен серьёзный кластер.
• Открытые веса по графику. На момент API-релиза веса ещё не выложены; если критична возможность скачать модель сегодня — берите M2.7.
• Computer use требует песочницы. Запускать агента с правом кликать и вводить — только в изолированной среде с логами и стоп-кнопкой.
• 1M контекст ≠ бесплатный 1M. Длинный контекст дешевле, но всё равно платится; держите в голове бюджет на промпт-кэширование и реранкинг.
• Промо-цена временная. Сейчас 50% off; планируйте экономику с расчётом на полные $0.30/$1.20.
• RU-качество. На технических текстах и диалогах работает хорошо, литературные жанры всё равно требуют пост-редактуры.

Чеклист быстрой проверки

Антипаттерны

• ❌ Брать M3 «потому что open-weight», не имея железа. До публикации весов и без кластера на нескольких H100 self-hosted не получится — используйте API или Ollama Cloud.
• ❌ Запускать computer use без песочницы. Агент с правом действовать в системе без изоляции и логов — это инцидент, а не продукт.
• ❌ Полагаться на 1M контекст вместо архитектуры. Большой контекст не отменяет нормальный retrieval и структурирование данных, иначе платите за прокрутку мусора.
• ❌ Сравнивать только по одному бенчмарку. SWE-Bench Pro и BrowseComp — разные задачи; гоняйте evals именно на ваших сценариях.
• ❌ Игнорировать tool-валидацию. На длинных траекториях даже сильная модель уходит в свободный формат — schema-валидация tool calls обязательна.
• ❌ Считать промо-цены как базовые. Закладывайте экономику на $0.30/$1.20, чтобы не пересобирать тарифы клиентам через месяц.

Полезные ссылки

• MiniMax M3 — обзор модели: minimax.io/models/text/m3
• Платформа MiniMax: platform.minimax.io
• MiniMax Code: code.minimax.io
• Hugging Face: huggingface.co/MiniMaxAI
• OpenRouter: openrouter.ai/minimax/minimax-m3
• Ollama Cloud: ollama.com/library/minimax-m3

По теме

• Статья: Minimax M2.7 на Mac Studio: 120 000 токенов контекста и живой код — рассказ Миши
• Блог: MiniMax M3 — открытые веса, миллион токенов и работа за компьютером
• База знаний: Ollama — локальный и облачный рантайм для языковых моделей

Если захотите обсудить, как применить M3 в своём продукте или команде — пишите в Telegram @pimenov