Китайский стартап MiniMax представил мощную ИИ-модель M3: новые стандарты производительности и доступности

Китайский стартап MiniMax представил свою долгожданную большую языковую модель M3, которая вызвала большой ажиотаж в мире корпоративного искусственного интеллекта. Модель сочетает передовые возможности кодирования и агентской работы с контекстным окном в 1 миллион токенов (единиц текста) и встроенной мультимодальностью. При этом ее стоимость значительно ниже, чем у ведущих проприетарных (закрытых) моделей, а ценообразование начинается всего с 20 долларов США в месяц по новым планам подписки.

Руководство компании также объявило о планах выпустить модель под лицензией с открытым исходным кодом, включая “открытые веса” – это позволит предприятиям загружать и настраивать ее бесплатно в ближайшие 10 дней. Пока модель доступна через API MiniMax по специальной сниженной цене: 0,3 доллара США за 1 миллион входных токенов и 1,20 доллара США за миллион выходных токенов (при свежем кешировании) в течение следующей недели. Это значительно превосходит по стоимости предложения проприетарных американских гигантов, таких как Google, OpenAI и Anthropic, а также обходит по производительности новейшие модели от первых двух компаний в некоторых бенчмарках.

Даже при полной цене в 0,6 доллара США за миллион входных и 2,40 доллара США за миллион выходных токенов, MiniMax-M3 остается в 8-20 раз дешевле, чем ведущие проприетарные американские модели.

Экономическая выгода и открытость

Традиционная матрица разработки больших языковых моделей долгое время диктовала жесткий выбор: разработчики программного обеспечения могли либо получать доступ к высококлассному интеллекту с закрытым исходным кодом через ограничительные API, либо развертывать гибкие, экономически эффективные открытые модели, которые уступают в многошаговых рассуждениях, сложных задачах кодирования и обработке массивных последовательностей данных. MiniMax-M3 кардинально меняет эту парадигму.

Объединяя эти две исторически разделенные возможности, M3 предоставляет уровень комплексной полезности, ранее доступный только в дорогостоящих, закрытых экосистемах. Это фактически сдвигает базовый уровень систем с открытыми весами, одновременно значительно минимизируя операционные вычислительные затраты, необходимые для выполнения сложных циклов разработки.

Ниже представлен сравнительный анализ цен на API моделей ИИ (стоимость указана в долларах США за миллион токенов):

• MiMo-V2.5 Flash: Вход 0,10, Выход 0,30, Общая стоимость 0,40
• deepseek-v4-flash: Вход 0,14, Выход 0,28, Общая стоимость 0,42
• deepseek-v4-pro: Вход 0,435, Выход 0,87, Общая стоимость 1,305
• MiniMax-M3: Вход 0,30, Выход 1,20, Общая стоимость 1,50 (ограниченное предложение)
• Gemini 3.1 Flash-Lite: Вход 0,25, Выход 1,50, Общая стоимость 1,75
• MiMo-V2.5: Вход 0,40, Выход 2,00, Общая стоимость 2,40
• Grok 4.3 low context: Вход 1,25, Выход 2,50, Общая стоимость 3,75
• GLM-5: Вход 1,00, Выход 3,20, Общая стоимость 4,20
• Kimi-K2.6: Вход 0,95, Выход 4,00, Общая стоимость 4,95
• GLM-5.1: Вход 1,40, Выход 4,40, Общая стоимость 5,80
• Grok 4.3 high context: Вход 2,50, Выход 5,00, Общая стоимость 7,50
• Qwen3.7-Max: Вход 2,50, Выход 7,50, Общая стоимость 10,00
• Gemini 3.5 Flash: Вход 1,50, Выход 9,00, Общая стоимость 10,50
• Gemini 3.1 Pro Preview ≤200K: Вход 2,00, Выход 12,00, Общая стоимость 14,00
• GPT-5.4: Вход 2,50, Выход 15,00, Общая стоимость 17,50
• Gemini 3.1 Pro Preview >200K: Вход 4,00, Выход 18,00, Общая стоимость 22,00
• Claude Opus 4.8: Вход 5,00, Выход 25,00, Общая стоимость 30,00
• GPT-5.5: Вход 5,00, Выход 30,00, Общая стоимость 35,00

Инновационный механизм внимания MSA

В основе эффективности модели лежит архитектурное отличие от классических трансформерных сетей. Стандартные механизмы внимания масштабируются квадратично (O(N²)), что означает экспоненциальный рост вычислительных и финансовых затрат при увеличении длины текстовых вводов.

Для борьбы с этим “врожденным недостатком” команда инженеров MiniMax внедрила механизм разреженного внимания MiniMax Sparse Attention (MSA) – чистую, расширяемую схему разреженного внимания.

Для наглядности, традиционный механизм полного внимания можно представить как редактора, который каждый раз перечитывает целую библиотеку с нуля, чтобы проверить одно предложение. MSA действует как умный индексатор, использующий фазу предварительной фильтрации для разделения Key-Value (KV) матриц на высокоточные блоки.

На операционном уровне MSA использует подход “KV outer gather Q”. Система рассматривает блоки KV как внешний цикл, динамически агрегируя только те запросы, которые их затрагивают. Поскольку каждый блок данных считывается ровно один раз, а доступ к памяти остается строго последовательным, использование аппаратных ресурсов значительно возрастает.

Во внутренних испытаниях MSA работает более чем в 4 раза быстрее, чем альтернативные решения с открытым исходным кодом, такие как Flash-Sparse-Attention или flash-moba.

При использовании максимальной длины контекста в 1 миллион токенов, вычислительная потребность M3 на один токен снижается до 1/20 от модели предыдущего поколения, что приводит к 9-кратному ускорению на этапе предварительной обработки и 15-кратному ускорению во время декодирования.

Встроенная мультимодальность

Вместо того чтобы брать предварительно обученную текстовую сеть и объединять ее с отдельной моделью зрения, MiniMax разработала M3 как изначально мультимодальную систему “с нуля”.

Компания полностью переработала свой механизм приема данных, чтобы смешивать естественно чередующиеся последовательности текста, изображений и визуальных компонентов, масштабируя общий корпус предварительного обучения до более чем 100 триллионов токенов.

Такое глубокое выравнивание данных позволяет модели преобразовывать сложные визуальные геометрии, такие как программные диаграммы или координатные карты, в структурный код без потери контекстной точности. Стандартизированные оценки подтверждают правильность этого инженерного подхода.

Производительность в тестах

Модель достигает 59,0% в SWE-Bench Pro, метрике для автономных агентов, опережая закрытые модели, такие как GPT-5.5 и Gemini 3.1 Pro. Она показывает 66,0% в Terminal Bench 2.1, 74,2% в MCP Atlas и 83,5% в BrowseComp, превосходя показатель Claude Opus 4.7 в 79,3% в автономном просмотре и поиске информации.

Сравнение с конкурентами

Однако, в сравнении с недавно выпущенной премиальной передовой моделью Anthropic, Claude Opus 4.8, конкурентный потолок эффективного использования разреженного внимания M3 становится очевидным в напрямую сопоставимых, интенсивно использующих инструменты агентских бенчмарках.

В области чистого изменения кода на SWE-Bench Pro, показатель M3 в 59,0% уступает ведущему показателю Opus 4.8 в 69,2%.

Аналогичный разрыв в производительности проявляется в автоматизированных системных средах через Terminal-Bench 2.1; хотя показатель выполнения терминальных команд M3 в 66,0% практически равен базовому показателю предыдущего поколения Opus 4.7 в 66,1%, он уступает обновленной архитектуре Opus 4.8, которая достигает 74,6%.

Кроме того, оценки, отслеживающие непрерывное взаимодействие с графическим интерфейсом в песочнице OSWorld-Verified, показывают, что автоматизированное использование компьютера M3 составляет 70,0% по сравнению с более высокой валидационной оценкой в 83,4%, полученной Opus 4.8.

Эти стандартизированные оценки иллюстрируют структурные компромиссы, определяющие текущую экосистему: закрытые системы, такие как Opus 4.8, сохраняют абсолютное лидерство в гиперсложных векторах рассуждений, однако M3 обеспечивает высокоэффективный базовый уровень локальной автоматизированной работы первого уровня без увеличения премиальной стоимости абонентской платы за закрытые API.

При сопоставлении с показателями производительности новой модели с открытыми весами DeepSeek-V4 Pro Max, M3 уверенно держится в основных агентских категориях, демонстрируя небольшие преимущества в специализированном синтезе кода.

На матрице программной инженерии SWE-Bench Pro, эффективность разрешения M3 в 59,0% немного превосходит показатель DeepSeek-V4 Pro Max в 55,4%.

Однако конкурентная борьба усиливается в средах командной строки; в ходе тестов Terminal Bench, DeepSeek-V4 Pro Max немного опережает с точностью выполнения 67,9% против 66,0% у M3.

В веб-оркестрации и симуляциях открытого мира обе архитектуры достигают виртуального статистического паритета: M3 регистрирует 83,5% в BrowseComp по сравнению с 83,4% у DeepSeek.

Аналогично, в фреймворке использования инструментов MCP Atlas, M3 обеспечивает небольшое преимущество в 74,2% против 73,6% у DeepSeek.

Это тесное совпадение демонстрирует, что, хотя DeepSeek обрабатывает массивный объем в 1,6 триллиона параметров с помощью специализированных режимов рассуждений с высокими затратами, механизм разреженного внимания MiniMax с блочной фильтрацией обеспечивает непосредственно конкурентную эффективность выполнения без необходимости обширного масштабирования активации параметров.

MiniMax Code: возможности для разработчиков

MiniMax реализует эти архитектурные достижения в непосредственную пользу через обновленный набор продуктов, разделенных на автономные приложения, настраиваемые уровни подписки и базовую инфраструктуру для разработчиков. Для управления конечными пользователями, флагманской реализацией является MiniMax Code – продукт ИИ-агента, разработанный для максимизации многошаговых возможностей M3.

Работая через веб- или нативные десктопные приложения, MiniMax Code управляет “командой агентов”, способной разбивать масштабные инженерные задачи на многоэтапные, параллельные рабочие процессы.

Система полагается на цикл состязательной проверки “Производитель + Верификатор”. Пока один экземпляр агента генерирует код, вторичный экземпляр верификатора активно тестирует и анализирует результаты выполнения, позволяя сети самокорректироваться и автономно работать в течение нескольких дней без участия человека. Благодаря своей нативной визуальной привязке, MiniMax Code поддерживает прямое использование компьютера.

Разработчик может отправить голосовую команду через свой телефон, чтобы модель открыла локализованный корпоративный клиент ERP и пакетно заполнила таблицы данных непосредственно из открытой электронной таблицы Excel.

Для пользовательских настроек разработчики могут интегрировать M3 непосредственно в существующие рабочие процессы, используя ключ API (sk-cp), совместимый с распространенными альтернативными средами IDE, такими как Claude Code, Cursor, Roo Code и Cline. API предлагает переключаемый “режим мышления”.

При его включении M3 направляет вычислительную мощность на глубокие рассуждения и долгосрочное планирование; при отключении модель работает с минимальной задержкой для быстрого завершения текста. Сопутствующие планы токенов демонстрируют агрессивную ценовую стратегию, построенную на общих мультимодальных квотах. Доступны три варианта с ежегодной оплатой:

• Plus (20 долларов США в месяц): предоставляет около 1,7 миллиарда токенов в месяц и обрабатывает 3-4 параллельных агента.
• Max (50 долларов США в месяц): предоставляет около 5,1 миллиарда токенов в месяц, управляет 4-5 параллельными агентами и добавляет 3 автоматизированных видеоклипа в день через Hailuo 2.3.
• Ultra (120 долларов США в месяц): предоставляет около 9,8 миллиарда токенов в месяц, обеспечивает работу 6-7 параллельных агентов и расширяет возможности видео до 5 ежедневных клипов.

Открытые веса для корпоративного сектора

Обещание MiniMax выпустить M3 под лицензией с открытыми весами – с весами и технической документацией, запускаемой на HuggingFace и GitHub в течение 10 дней – имеет значительный стратегический вес для менеджеров корпоративной инфраструктуры.

Однако предстоит точно определить, под какой именно лицензией будут доступны веса, и будет ли разрешено их использование потребителями, например, MIT, Apache 2.0 или новая лицензия OpenMDW. Если это произойдет, расчет выглядит следующим образом:

Основные отличия между проприетарными API и моделями с открытыми весами:

• Конфиденциальность данных:
  • Закрытые API (например, GPT-5.5, Opus 4.7): требуют внешних запросов к API; потенциальные векторы для сбора данных.
  • Открытые веса (MiniMax M3): полная локальная изоляция; работает полностью внутри частных кластеров пользователя.
• Пользовательская оптимизация:
  • Закрытые API: ограничена базовыми оболочками для тонкой настройки или инженерией промптов.
  • Открытые веса: полный контроль над конвейером; архитектура позволяет глубокую настройку адаптеров/весов.
• Постоянство стоимости:
  • Закрытые API: привязаны к постоянным моделям ценообразования API за токен.
  • Открытые веса: вычислительные затраты сокращены в 20 раз; снижает потолок аппаратных требований.

Предоставляя основные веса модели непосредственно сообществу, MiniMax отходит от закрытого подхода, предпочитаемого крупными американскими ИИ-лабораториями.

Для корпоративных пользователей, связанных строгими правилами соответствия и конфиденциальности, открытые веса означают, что они могут запускать M3 локально на внутреннем оборудовании.

Такая настройка полностью устраняет риск утечки данных, связанный с публичными API. Кроме того, она позволяет инженерным командам проводить специализированные этапы тонкой настройки, изменять внутренние архитектуры или встраивать специализированные системные подсказки глубоко в слои модели, превращая готовую систему в высокоцелевой проприетарный актив.

Реакция сообщества

Разработческое сообщество немедленно отреагировало на рабочие показатели M3, особо отметив ее долгосрочное автономное поведение и соотношение стоимости к производительности.

Основным предметом обсуждения является 12-часовой автоматизированный верификационный тест, в котором M3 было поручено воспроизвести работу, отмеченную премией ICLR 2025 Outstanding Paper Award, под названием “Динамика обучения тонкой настройки LLM”.

Как отметил исследователь MiniMax @MikaStars39 в социальной сети X*:

“M3 работала автономно почти 12 часов, создав 18 коммитов (сохранений изменений в коде) и 23 экспериментальных графика самостоятельно, и основные эксперименты были выполнены:

• она соответствовала предсказанным тенденциям вероятности на этапе SFT;
• явно наблюдала эффект сжатия, центральный для экспериментов DPO;
• подтвердила метод смягчения Extend, предложенный в оригинальной работе.”

Одновременно создатели инструментов для разработчиков подчеркнули практические экономические преимущества нового механизма внимания модели. Официальная команда, стоящая за инструментами для агентского ИИ-кодирования Cline, опубликовала сообщение, подтверждающее совместимость с первого дня, заявив:

“Новая MiniMax-M3 — это их первая модель, обладающая контекстным окном в 1 миллион токенов, мультимодальностью и возможностью агентского кодирования. Поздравляем @MiniMax_AI с прорывом в архитектуре разреженного внимания, сократившим вычислительные затраты и стоимость до 1/20 от их предыдущего поколения.”

Такое резкое снижение эксплуатационных расходов меняет представление разработчиков о взаимосвязи между финансовыми инвестициями и возможностями. Технологический обозреватель @jumperz отметил, как M3 нарушает историческую модель ценообразования в машинном обучении:

Благодаря устранению ограничений масштабирования контекста с помощью фундаментальных оптимизаций на уровне механизма внимания, а не за счет увеличения аппаратных мощностей, MiniMax создала высокоэффективную открытую базу. M3 демонстрирует, что следующий этап разработки агентов будет определяться не только большими наборами данных, но и эффективными архитектурными решениями, которые делают производительность передового уровня доступной для более широкого сообщества открытого исходного кода.

Заключение: эффективность и доступность

Для предприятий, создающих автономную разработку программного обеспечения или агентскую инфраструктуру, MiniMax M3 предоставляет максимальную отдачу от инвестиций.

Хотя DeepSeek-V4 Pro имеет микроскопическое ценовое преимущество в 0,195 доллара США за миллион токенов, MiniMax M3 оправдывает свою незначительную премию, обеспечивая превосходную скорость автономного решения задач программной инженерии (59,0% по SWE-Bench Pro).

Что еще важнее, поскольку M3 является моделью с открытыми весами, расчет выходит далеко за рамки таблицы API. Развертывая веса M3 локально в частных корпоративных облаках, организации полностью обходят отслеживание исходящего трафика облачных данных, устраняют структурную зависимость от поставщика и могут реализовывать пользовательские модели префиксного кэширования на внутреннем оборудовании. Этот технический подход превращает высокоэффективный бюджет выполнения в постоянный, частный корпоративный актив.

* — деятельность компании запрещена на территории РФ