MiniMax M3 es el modelo de frontera de MiniMax, posicionado como el primer lanzamiento de pesos abiertos que combina tres capacidades de frontera: codificación, razonamiento agéntico y comprensión multimodal nativa.
- Entrada
- texto imagen vídeo $0.3/M
- Salida
- texto $1.2/M
- Lectura de caché
- $0.06/M
- Contexto
- 1M
- vs GPT-4o
- ~94% más barato
El precio en contexto
Posición del precio entre 60 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.000.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 524.288 |
Caché de prompts
| Modo | automático |
|---|---|
| Prefijo mín. | 512 |
Razonamiento
| Parámetro del proveedor | thinking.type + reasoning_split |
|---|---|
| Valores admitidos | thinking.type adaptive · disabled; reasoning_split boolean |
| Valor por defecto | adaptive: pensamiento activado, y el modelo decide cuándo conviene razonar más se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | reasoning_split solo cambia el lugar de la traza. Activado, se devuelve en reasoning_content y reasoning_details; desactivado, permanece dentro de content envuelta en etiquetas think, y el mensaje completo del asistente que la contiene debe devolverse en los turnos con llamada a herramientas. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high la superficie de parámetros del gateway - aplica el mapeo del proveedor de arriba |
Modelo
| Modalidades | texto + imagen + vídeo → texto |
|---|---|
| Parámetros | 428B totales · 23B activos MoE |
| Licencia | MiniMax Community License |
- Atención dispersa MSA con contexto de 1M tokens (facturación estándar hasta 512K de entrada)
- MoE de ~428B con ~23B activos
- multimodal nativo (entrada de imagen y vídeo), uso del ordenador, pensamiento adaptativo
- caché de prefijo automática a partir de 512 tokens de entrada
Use MiniMax M3 en 30 segundos
Compatible con OpenAI: cambie el base_url y conserve su 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(""));Acerca de MiniMax M3
- Construido sobre la arquitectura propietaria MiniMax Sparse Attention (MSA), con aproximadamente 428B de parámetros totales y unos 23B activados, admite una ventana de contexto de hasta 1M tokens con un mínimo garantizado de 512K, orientado a tareas de agente de largo horizonte y a la comprensión de bases de código completas; MiniMax indica que MSA reduce el cómputo por token con el contexto máximo a una veinteava parte del de su generación anterior, cuya familia se quedaba muy por debajo de 1M.
- A diferencia de los enfoques añadidos a posteriori, la multimodalidad se entrena desde el paso cero para una alineación profunda entre la semántica textual y la visual, y la API acepta imágenes y vídeo junto al texto.
- El pensamiento se controla mediante un objeto thinking con los ajustes enabled, adaptive y disabled, en lugar de mediante la elección de un modelo distinto, y una bandera reasoning_split aparte decide si la cadena de pensamiento se devuelve en reasoning_content y reasoning_details o se deja en línea dentro del mensaje envuelta en etiquetas think.
- El pensamiento se intercala con las llamadas a herramientas por diseño, y la guía de uso de herramientas de MiniMax exige preservar los campos de razonamiento devueltos para el turno siguiente.
- La caché de prefijo arranca automáticamente pasados los 512 tokens de entrada.
- Los pesos se publican bajo la MiniMax Community License, que pide a los productos comerciales acreditar el modelo.
- Synthorai sirve MiniMax M3 a través de su endpoint compatible con OpenAI.
Preguntas frecuentes
¿Se puede probar gratis la API de MiniMax M3?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.3/M por tokens de entrada, solo ese crédito cubre aproximadamente 416 solicitudes de ~8K tokens contra MiniMax M3.
¿En qué destaca MiniMax M3?
Primer pesos abiertos que combina codificación, agentes y multimodalidad; hasta 1M de contexto, 512K de mínimo garantizado; multimodalidad entrenada desde el paso cero. Consulte la sección Acerca de para el panorama completo según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta MiniMax M3?
MiniMax M3 cuesta $0.3 por millón de tokens de entrada y $1.2 por millón de tokens de salida en Synthorai: el precio de lista del proveedor, sin margen de plataforma. Los tokens de entrada en caché se facturan a $0.06/M.
¿MiniMax M3 admite caché de prompts?
Sí, automáticamente: los prompts servidos por MiniMax se almacenan en caché sin cambios de código. Los tokens de entrada en caché se facturan a $0.06/M frente a $0.3/M sin caché; los prompts necesitan un prefijo estable de 512 tokens para entrar en caché. Guía de caché de prompts →
¿Cómo obtengo acceso a MiniMax M3?
Apunte su SDK de OpenAI existente a base_url="https://synthorai.io/v1", configure model="minimax-m3" y listo. Una sola clave API cubre todos los modelos del gateway.
¿MiniMax M3 es open source?
Sí: los pesos se publican bajo MiniMax Community License (repositorio oficial enlazado en la sección Acerca de). O ahórrese las GPU: la versión alojada aquí es de pago por uso, sin infraestructura que operar. Ejecutar modelos de pesos abiertos →
Modelos relacionados
Comparar
Cada valor de esta página está transcrito de la documentación del proveedor, enlazada arriba, y lleva la fecha en que se comprobó. Los precios se comparan en todo el catálogo; los valores de especificación que los proveedores definen de forma distinta se muestran indicando la diferencia en lugar de representarse en un gráfico. Nada aquí lo medimos nosotros, y nada se puntúa.