El 1 de junio, MiniMax lanzó el M3. En resumen: un modelo de pesos abiertos que combina un contexto de 1 millón de tokens, capacidad de codificación de vanguardia y multimodalidad nativa. MiniMax dice que es el primero en combinar los tres.
El verdadero trabajo está en la 'atención dispersa'
M3 se basa en una nueva arquitectura llamada MSA (MiniMax Sparse Attention).
Para entender qué resuelve, hay que conocer el problema antiguo: la atención completa estándar requiere cómputo que escala cuadráticamente con la longitud del contexto—los contextos largos se vuelven prohibitivamente costosos. Por eso el 'contexto de un millón de tokens' se ha mencionado durante tanto tiempo, pero sigue siendo caro de usar.
MSA apunta directamente a esto. Números de MiniMax: en 1 millón de tokens, M3 usa solo una vigésima parte del cómputo por token en comparación con su predecesor M2; el llenado previo es más de 9 veces más rápido, y la decodificación más de 15 veces más rápida.
En otras palabras, el contexto de un millón de tokens ahora no solo es 'utilizable', sino 'asequible'.
Puntos de referencia: autoinformados, impresionantes
La codificación es el enfoque principal de M3. MiniMax publicó estos puntajes:
- SWE-Bench Pro: 59,0% (supera a GPT-5.5, Gemini 3.1 Pro, cerca de Opus 4.7)
- Terminal-Bench 2.1: 66,0%
- MCP Atlas: 74,2%
- OSWorld (control de computadora): 70,06%
Si estas cifras son ciertas, son bastante competitivas para un modelo de pesos abiertos.
Pero hay que ser cautelosos: todas fueron autoinformadas por MiniMax y aún no han sido verificadas por terceros. Algunos medios extranjeros ya han usado titulares como 'Afirmaciones de frontera, puntos de referencia no verificados.' Lo inteligente es esperar a los pesos y el informe técnico—previstos en unos diez días—y dejar que la comunidad los pruebe.
Precios también anunciados
MiniMax también detalló los planes de precios:
- Plus: ~1.700 millones de tokens por mes, $20
- Max: ~5.100 millones de tokens por mes, $50
- Ultra: ~9.800 millones de tokens por mes, $120
La API ya está disponible. Los pesos del modelo y el informe técnico se esperan en Hugging Face y GitHub en unos diez días.
En un contexto más amplio, este es otro impulso de los LLM de código abierto chinos hacia 'contexto largo + agente capaz'. DeepSeek, Qwen y Kimi han estado compitiendo en esta área durante un año. La diferenciación de MiniMax radica en la eficiencia de la arquitectura—no quién tiene más parámetros, sino quién puede computar más rápido y más barato a escala de un millón de tokens.
Esto corta el foso de los modelos propietarios: 'el contexto largo es demasiado caro'.
Fuentes: CocoLoop, MiniMax Releases MiniMax M3 with MSA Architecture Supporting 1M-Token Context (MarkTechPost); MiniMax M3: Open-weight model with a million-token context challenges proprietary leaders (The Decoder); MiniMax M3 Open-Weight Coding Model: Frontier Claims, Unverified Benchmarks (TechTimes)