MiniMax M3 ist MiniMax' Frontier-Modell, positioniert als die erste Open-Weight-Veröffentlichung, die drei Frontier-Fähigkeiten vereint: Coding, agentisches Reasoning und natives multimodales Verständnis.
- Eingabe
- Text Bild Video $0.3/M
- Ausgabe
- Text $1.2/M
- Cache-Read
- $0.06/M
- Kontext
- 1M
- vs. GPT-4o
- ~94% günstiger
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.000.000 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 524.288 |
Prompt Caching
| Modus | automatisch |
|---|---|
| Min. Präfix | 512 |
Thinking
| Anbieter-Parameter | thinking.type + reasoning_split |
|---|---|
| Zulässige Werte | thinking.type adaptive · disabled; reasoning_split boolean |
| Standardwert | adaptiv: Thinking an, wobei das Modell entscheidet, wann zusätzliches Reasoning hilft gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | reasoning_split verschiebt lediglich die Spur. Aktiviert wird sie in reasoning_content und reasoning_details zurückgegeben; deaktiviert bleibt sie inline in content, eingefasst in think-Tags, und die vollständige Assistant-Nachricht samt Spur muss bei Tool-Calling-Turns zurückgegeben werden. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild + Video → Text |
|---|---|
| Parameter | 428B gesamt · 23B aktiv MoE |
| Lizenz | MiniMax Community License |
- MSA-Sparse-Attention mit 1M-Token-Kontext (Standardabrechnung bis 512K Input)
- MoE mit ~428B/~23B aktiven Parametern
- nativ multimodal (Bild- und Videoeingabe), Computer Use, adaptives Thinking
- automatisches Präfix-Caching ab 512 Input-Token
MiniMax M3 in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="minimax-m3",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "minimax-m3",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m3",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "minimax-m3",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("minimax-m3")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über MiniMax M3
- Aufgebaut auf der proprietären MiniMax-Sparse-Attention-(MSA)-Architektur, mit rund 428B Gesamtparametern und etwa 23B aktivierten, unterstützt es ein Kontextfenster von bis zu 1M Token mit einem garantierten Minimum von 512K und zielt auf langfristige Agent-Aufgaben und das Verständnis ganzer Codebasen; MiniMax berichtet, dass MSA den Rechenaufwand pro Token bei maximalem Kontext auf ein Zwanzigstel der vorherigen Generation senkt, deren Familie weit unter 1M endete.
- Anders als bei nachträglich angesetzten Ansätzen wird Multimodalität von Schritt null an trainiert, für eine tiefe Ausrichtung zwischen Text- und visueller Semantik, und die API akzeptiert neben Text auch Bilder und Video.
- Thinking wird über ein thinking-Objekt mit den Einstellungen enabled, adaptive und disabled gesteuert statt über die Wahl eines anderen Modells, und ein separates reasoning_split-Flag entscheidet, ob die Gedankenkette in reasoning_content und reasoning_details zurückkommt oder inline in der Nachricht bleibt, umschlossen von think-Tags.
- Thinking verschränkt sich konstruktionsbedingt mit Tool-Aufrufen, und MiniMax' Tool-Use-Leitfaden verlangt, dass die zurückgegebenen Reasoning-Felder in den nächsten Turn übernommen werden.
- Prefix-Caching beginnt automatisch ab 512 Input-Token.
- Die Gewichte sind unter der MiniMax Community License veröffentlicht, die kommerzielle Produkte um eine Nennung des Modells bittet.
- Synthorai stellt MiniMax M3 über seinen OpenAI-kompatiblen Endpoint bereit.
FAQ
Lässt sich die MiniMax M3 API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.3/M Input-Tokens deckt allein dieses Guthaben rund 416 Requests mit je ~8K Tokens gegen MiniMax M3 ab.
Worin ist MiniMax M3 am besten?
Erstes Open-Weight, das Coding, Agenten, Multimodalität vereint; bis zu 1M Kontext, 512K garantiertes Minimum; Multimodalität von Schritt null an trainiert. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet MiniMax M3?
MiniMax M3 kostet auf Synthorai $0.3 pro Million Input-Tokens und $1.2 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.06/M abgerechnet.
Unterstützt MiniMax M3 Prompt-Caching?
Ja, automatisch: Über MiniMax ausgelieferte Prompts werden ohne Codeänderungen gecacht. Gecachte Input-Tokens werden mit $0.06/M statt $0.3/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 512 Tokens, um gecacht zu werden. Prompt-Caching-Guide →
Wie erhalte ich Zugang zu MiniMax M3?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="minimax-m3", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Ist MiniMax M3 Open Source?
Ja, die Gewichte sind unter der MiniMax Community License (offizielles Repository im Über-Abschnitt verlinkt) veröffentlicht. Oder Sie sparen sich die GPUs: Die gehostete Version hier läuft mit nutzungsbasierter Abrechnung, ganz ohne eigene Infrastruktur. Open-Weight-Modelle betreiben →
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.