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 68 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 parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen + vídeo → texto |
|---|---|
| Parámetros | 428B en total · 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
Usa MiniMax M3 en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu 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 de tokens de entrada, solo con ese crédito tienes para unas 416 solicitudes de ~8K tokens a 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. En la sección «Acerca de» tienes la visión completa, 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. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.06/M.
¿Cuál es la ventana de contexto de MiniMax M3?
MiniMax M3 tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 524,288 tokens.
¿MiniMax M3 admite caché de prompts?
Sí, de forma automática: los prompts que sirve MiniMax se guardan en caché sin tocar el 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?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="minimax-m3" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿MiniMax M3 es open source?
Sí: los pesos se publican bajo MiniMax Community License (repositorio oficial enlazado en la sección Acerca de). O ahórrate las GPU: la versión alojada aquí es de pago por uso, sin infraestructura que mantener. Ejecutar modelos de pesos abiertos →
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.