MiniMax M3 — открытые веса и миллионный контекст

MiniMax M3 — модель с открытыми весами для программирования, работы с инструментами и длинными агентными задачами. Она принимает текст, изображения и видео, поддерживает контекст до 1 000 000 токенов и доступна через API, MiniMax Code и локальное развёртывание открытых весов.

Содержание

1. Что представляет собой MiniMax M3
2. Основные возможности и ограничения
3. Результаты тестов MiniMax
4. Подключение через API
5. Локальный запуск открытых весов
6. Полезные сценарии
7. Как проверить результат
8. Официальные ссылки

Что представляет собой MiniMax M3

M3 — текущая модель M-серии MiniMax для агентного программирования, вызова инструментов и работы с большим контекстом. В официальной документации для MiniMax-M3 указано окно в 1 000 000 токенов. Это общий предел для входных и выходных токенов, а не отдельный миллион токенов только для промпта.

Модель нативно мультимодальна: смешанное обучение на тексте, изображениях и видео начиналось с первого этапа. На выходе она формирует текст и может инициировать вызовы инструментов.

MiniMax Sparse Attention

MiniMax Sparse Attention (MSA) — механизм разреженного внимания для длинного контекста. По измерениям разработчика при длине контекста в 1 млн токенов M3:

• расходует примерно в 20 раз меньше вычислений на токен, чем модель предыдущего поколения;
• ускоряет предварительную обработку входа более чем в 9 раз;
• ускоряет декодирование более чем в 15 раз.

Это результаты MiniMax для конкретной архитектуры и условий тестирования. Они не гарантируют такое же ускорение на любом сервере или в стороннем инференс-фреймворке.

Размер модели

Карточка MiniMaxAI/MiniMax-M3 указывает:

• около 428 млрд параметров всего;
• около 23 млрд активных параметров;
• архитектуру Mixture of Experts, где на каждом токене работает только часть модели.

Открытые веса опубликованы под лицензией minimax-community. Перед коммерческим использованием проверьте актуальный текст лицензии и его совместимость с вашим продуктом.

Основные возможности и ограничения

Результаты тестов MiniMax

В официальном релизе приведены следующие результаты M3:

Большая часть этих оценок получена MiniMax на собственной инфраструктуре и с разными агентными оболочками. Используйте их как ориентир для отбора модели, затем запускайте собственные тесты на ваших репозиториях, инструментах и правилах приёмки.

Разработчик также описывает два длительных эксперимента:

• почти 12 часов автономной репликации научной статьи: 18 коммитов и 23 экспериментальных графика;
• около 24 часов оптимизации FP8 GEMM: 147 отправок в тест и 1959 вызовов инструментов, рост заявленной утилизации с 7,6% до 71,3%.

Это демонстрации MiniMax, а не независимая гарантия автономной работы в производственной среде.

Подключение через API

MiniMax API поддерживает HTTP, Anthropic SDK и OpenAI SDK. В документации Anthropic SDK отмечен как рекомендуемый вариант, но существующую интеграцию с OpenAI-совместимым интерфейсом можно сохранить.

Минимальный пример:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ['MINIMAX_API_KEY'],
    base_url='https://api.minimax.io/v1',
)

response = client.chat.completions.create(
    model='MiniMax-M3',
    messages=[
        {'role': 'system', 'content': 'You are a senior code reviewer.'},
        {'role': 'user', 'content': 'Review this diff and list blocking issues.'},
    ],
)

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

Храните ключ в переменной окружения, не вставляйте его в код или историю команд. Для сложной задачи включайте рассуждение, для автодополнения и диалогов с жёстким требованием к задержке проверяйте режим disabled. Точное поле и допустимые значения сверяйте с документацией выбранного API-интерфейса.

Тарифы

MiniMax разделяет запросы по длине входа:

• до 512K входных токенов применяется стандартная ставка;
• при входе свыше 512K действует повышенная ставка длинного контекста;
• стандартный и приоритетный уровни обслуживания имеют разные условия обработки запросов, которые нужно сверять в актуальной документации.

Точные суммы в этом справочнике не фиксируются: доступный снимок страницы Pricing не содержит проверяемой тарифной таблицы. Перед расчётом бюджета откройте действующую страницу тарифов и проверьте цену входа, выхода, кэширования и приоритетного обслуживания.

Локальный запуск открытых весов

Карточка модели рекомендует SGLang, vLLM, Transformers, KTransformers, Unsloth и ATOM. Скачать веса можно командой:

hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

Пример запуска через vLLM:

vllm serve MiniMaxAI/MiniMax-M3

После запуска сервер предоставляет OpenAI-совместимый интерфейс. Для мультимодальных запросов используйте формат сообщений, который поддерживает установленная версия vLLM.

Универсальную оценку требуемой видеопамяти дать нельзя: она зависит от формата весов, квантизации, длины контекста, размера кэша, параллелизма и версии инференс-фреймворка. Полные веса модели слишком велики для одной обычной потребительской видеокарты. Перед закупкой оборудования проведите пробный запуск выбранной сборки и измерьте память на целевой длине контекста.

Полезные сценарии

Проверка большого изменения в репозитории

Передайте агенту репозиторий, требования и критерии приёмки. Попросите сначала составить план, затем внести изменения, запустить тесты и отдельно проверить итоговый diff. Наблюдаемый результат: изменения проходят заданные проверки, а отчёт связывает каждый пункт требований с файлами и тестами. Сценарий не подходит для автоматического выпуска без человеческой проверки.

Анализ большого корпуса документов

Подготовьте очищенный набор документов и сформулируйте вопросы, для которых нужны ссылки на конкретные фрагменты. Наблюдаемый результат: модель выдаёт структурированный ответ с проверяемыми указателями на исходные материалы. Если документы часто меняются или превышают бюджет контекста, используйте поиск и выборочную подачу данных вместо загрузки всего архива.

Длинная агентная задача с инструментами

Дайте агенту ограниченный набор инструментов, машиночитаемые схемы аргументов и явные условия остановки. Проверяйте промежуточные артефакты и отклоняйте вызовы, которые не проходят валидацию. Наблюдаемый результат: задача завершается с журналом действий, тестами и воспроизводимым итогом. Не предоставляйте агенту неограниченный доступ к рабочему компьютеру или производственным данным.

MiniMax Code для существующего проекта

В MiniMax Code можно подключить рабочую папку, передать архитектурные правила и критерии приёмки, а затем выполнять планирование, правки файлов, команды терминала и просмотр результата в одном контексте. Agent Team распределяет сложную задачу между специализированными агентами. Remote Control позволяет следить за запущенным настольным приложением с телефона и отвечать на запросы разрешений. Финальное решение о готовности изменений остаётся за пользователем.

Как проверить результат

1. Запустите короткий текстовый запрос к MiniMax-M3 и убедитесь, что API возвращает непустой ответ без ошибки модели или авторизации.
2. Выполните один вызов тестового инструмента с жёсткой JSON-схемой. Проверьте имя функции и типы всех аргументов до исполнения.
3. Для задачи по коду сохраните исходное состояние, запустите автоматические тесты и просмотрите diff.
4. Для длинного контекста измерьте число входных и выходных токенов, задержку, стоимость и качество поиска фактов.
5. Для локального сервера зафиксируйте версии модели и рантайма, расход памяти, скорость предварительной обработки и генерации.
6. Повторите один и тот же набор задач на текущей рабочей модели. Решение о миграции принимайте по собственным критериям качества, стоимости и надёжности.

Официальные ссылки

• Релиз MiniMax M3
• Документация MiniMax API
• Тарифы и Token Plan
• Открытые веса MiniMax M3
• MiniMax Code

Следующий шаг

Контекст-инжиниринг — как собирать рабочий контекст для моделей нового поколения

Если вы выбираете M3 для продукта или команды, полезно заранее сопоставить требования к данным, длине контекста, инструментам и процедуре проверки результата.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov