MiniMax M3

Двенадцать часов непрерывной автономной работы, восемнадцать коммитов в репозиторий и двадцать три научных графика — так MiniMax M3 воспроизвела эксперименты сложной исследовательской статьи без участия человека. Модель построена на архитектуре MiniMax Sparse Attention и совмещает агентные цепочки рассуждений, генерацию кода и работу с визуальными данными. Рабочее окно контекста масштабируется до одного миллиона токенов при гарантированном минимуме в 512 тысяч — этого объема хватает, чтобы загружать комплексную кодовую базу, объемную документацию или длинные видеофайлы целиком.

Что умеет

• Работать с визуалом на уровне архитектуры. Связка текста и изображений обучалась с нуля, поэтому система свободно разбирает схемы, формулы из документов и массивные графические данные без надстроек-костылей.
• Писать и тюнить сложный код. В тестах на оптимизацию вычислительных ядер CUDA модель за 24 часа выполнила почти две тысячи обращений к инструментам и ускорила вычисления на процессорах NVIDIA Hopper в 9,4 раза с нулевым вмешательством человека.
• Самостоятельно исследовать веб. В бенчмарке BrowseComp алгоритм набрал 83,5 балла, уверенно решая задачи автономного поиска и агрегации информации.
• Обучать другие алгоритмы. В сценарии PostTrainBench модель самостоятельно синтезировала данные, дообучила четыре базовые нейросети и проверила их результаты в математике и программировании.

Цены и доступ

Модель интегрирована в платформу MiniMax Code, где ее можно запускать без предварительной настройки окружения, и доступна по API с автоматическим кэшированием. Для пользователей открыта подписка Token Plan. В ближайших планах разработчиков — публикация весов на HuggingFace и GitHub для локального развертывания и файнтюнинга на своих кластерах.

Командам визуального продакшена и креативным инженерам модель пригодится для создания автономных ассистентов, разбора гигантских массивов исходников и сквозного анализа длинных видео.