Em 1º de junho, a MiniMax lançou o M3. Em resumo: um modelo de pesos abertos que combina contexto de 1 milhão de tokens, capacidade de codificação de ponta e multimodalidade nativa. A MiniMax diz que é o primeiro a combinar os três.
O verdadeiro trabalho está na 'atenção esparsa'
O M3 é construído sobre uma nova arquitetura chamada MSA (MiniMax Sparse Attention).
Para entender o que ela resolve, é preciso conhecer o problema antigo: a atenção total padrão exige computação que escala quadraticamente com o comprimento do contexto—contextos longos tornam-se proibitivamente caros. É por isso que o 'contexto de milhão de tokens' é discutido há tanto tempo, mas continua caro para usar.
A MSA visa diretamente isso. Números da MiniMax: em 1 milhão de tokens, o M3 usa apenas um vigésimo da computação por token em relação ao seu predecessor M2; o pré-preenchimento é mais de 9 vezes mais rápido, e a decodificação mais de 15 vezes mais rápida.
Em outras palavras, o contexto de milhão de tokens agora não é apenas 'utilizável', mas 'acessível'.
Benchmarks: auto-relatados, impressionantes
Codificação é o foco principal do M3. A MiniMax divulgou estas pontuações:
- SWE-Bench Pro: 59,0% (supera GPT-5.5, Gemini 3.1 Pro, próximo ao Opus 4.7)
- Terminal-Bench 2.1: 66,0%
- MCP Atlas: 74,2%
- OSWorld (controle de computador): 70,06%
Se esses números forem verdadeiros, são bastante competitivos para um modelo de pesos abertos.
Mas é preciso cautela: todos foram auto-relatados pela MiniMax e ainda não foram verificados por terceiros. Alguns veículos de mídia estrangeira já usaram manchetes como 'Alegações de Fronteira, Benchmarks Não Verificados.' A atitude inteligente é esperar pelos pesos e pelo relatório técnico—previstos em cerca de dez dias—e deixar a comunidade testá-los.
Preços também anunciados
A MiniMax também detalhou os planos de preços:
- Plus: ~1,7 bilhão de tokens por mês, US$ 20
- Max: ~5,1 bilhões de tokens por mês, US$ 50
- Ultra: ~9,8 bilhões de tokens por mês, US$ 120
A API já está disponível. Os pesos do modelo e o relatório técnico devem ser disponibilizados no Hugging Face e no GitHub em cerca de dez dias.
Em um contexto mais amplo, este é mais um impulso dos LLMs de código aberto chineses em direção a 'contexto longo + agente capaz'. DeepSeek, Qwen e Kimi já competem nessa área há um ano. A diferenciação da MiniMax está na eficiência da arquitetura—não em quem tem mais parâmetros, mas em quem pode computar mais rápido e mais barato na escala de milhão de tokens.
Isso corta o fosso dos modelos proprietários: 'contexto longo é muito caro.'
Fontes: 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)