MiniMax M3 est le modèle de frontière de MiniMax, positionné comme la première publication à poids ouverts à combiner trois capacités de frontière : le codage, le raisonnement agentique et la compréhension multimodale native.
- Entrée
- texte image vidéo $0.3/M
- Sortie
- texte $1.2/M
- Lecture de cache
- $0.06/M
- Contexte
- 1M
- vs GPT-4o
- ~94% moins cher
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 524 288 |
Mise en cache
| Mode | automatique |
|---|---|
| Préfixe min. | 512 |
Réflexion
| Paramètre du fournisseur | thinking.type + reasoning_split |
|---|---|
| Valeurs acceptées | thinking.type adaptive · disabled; reasoning_split boolean |
| Valeur par défaut | adaptive: réflexion activée, le modèle décidant quand un raisonnement supplémentaire est utile appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | reasoning_split ne fait que déplacer la trace. Activé, elle revient dans reasoning_content et reasoning_details ; désactivé, elle reste en ligne dans content, encadrée par des balises think, et le message assistant complet qui la contient doit être renvoyé sur les tours d'appel d'outils. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|---|
| Paramètres | 428B au total · 23B actifs MoE |
| Licence | MiniMax Community License |
- Attention creuse MSA avec un contexte de 1M de tokens (facturation standard jusqu'à 512K en entrée)
- MoE d'environ 428B avec environ 23B actifs
- multimodal natif (entrée image et vidéo), utilisation d'ordinateur, réflexion adaptative
- mise en cache automatique par préfixe à partir de 512 tokens d'entrée
Utilisez MiniMax M3 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de MiniMax M3
- Bâti sur l'architecture propriétaire MiniMax Sparse Attention (MSA), avec environ 428B de paramètres au total et près de 23B activés, il prend en charge une fenêtre de contexte allant jusqu'à 1M de tokens avec un minimum garanti de 512K, en visant les tâches d'agent à long horizon et la compréhension de bases de code entières ; MiniMax rapporte que MSA ramène le calcul par token au contexte maximal au vingtième de celui de sa génération précédente, dont la famille plafonnait bien en deçà de 1M.
- Contrairement aux approches ajoutées après coup, la multimodalité est entraînée dès l'étape zéro pour un alignement profond entre sémantique textuelle et visuelle, et l'API accepte images et vidéos aux côtés du texte.
- La réflexion est pilotée par un objet thinking avec les réglages enabled, adaptive et disabled plutôt que par le choix d'un autre modèle, et un indicateur reasoning_split distinct décide si la chaîne de raisonnement est renvoyée dans reasoning_content et reasoning_details ou laissée en ligne dans le message, encadrée par des balises think.
- La réflexion s'entrelace avec les appels d'outils par conception, et le guide d'usage des outils de MiniMax impose de conserver les champs de raisonnement renvoyés pour le tour suivant.
- La mise en cache des préfixes démarre automatiquement au-delà de 512 tokens en entrée.
- Les poids sont publiés sous la MiniMax Community License, qui demande aux produits commerciaux de créditer le modèle.
- Synthorai sert MiniMax M3 via son endpoint compatible OpenAI.
FAQ
Peut-on essayer l'API MiniMax M3 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.3/M de tokens en entrée, ce crédit couvre à lui seul environ 416 requêtes de ~8K tokens sur MiniMax M3.
Quels sont les points forts de MiniMax M3 ?
Premier à poids ouverts combinant codage, agents, multimodalité ; jusqu'à 1M de contexte, 512K de minimum garanti ; multimodalité entraînée dès l'étape zéro. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte MiniMax M3 ?
Sur Synthorai, MiniMax M3 coûte $0.3 par million de tokens en entrée et $1.2 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.06/M.
Quelle est la fenêtre de contexte de MiniMax M3 ?
MiniMax M3 dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 524,288 tokens.
MiniMax M3 prend-il en charge la mise en cache des prompts ?
Oui, automatiquement : les prompts servis par MiniMax sont mis en cache sans modification de code. Les tokens d'entrée en cache sont facturés $0.06/M contre $0.3/M hors cache ; les prompts doivent avoir un préfixe stable de 512 tokens pour être mis en cache. Guide de mise en cache des prompts →
Comment obtenir l'accès à MiniMax M3 ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="minimax-m3", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
MiniMax M3 est-il open source ?
Oui : les poids sont publiés sous MiniMax Community License (dépôt officiel lié dans la section À propos). Vous pouvez aussi vous passer de GPU : la version hébergée ici est facturée à l'usage, sans infrastructure à gérer. Exécuter des modèles à poids ouverts →
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.