MiniMax M3 è il modello di frontiera di MiniMax posizionato come il primo rilascio a pesi aperti a combinare tre capacità di frontiera: coding, ragionamento agentico e comprensione nativamente multimodale.
- Input
- testo immagine video $0.3/M
- Output
- testo $1.2/M
- Lettura cache
- $0.06/M
- Contesto
- 1M
- vs GPT-4o
- ~94% più economico
Il prezzo nel contesto
Posizione del prezzo tra 60 modelli comparabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del fornitore) | 1.000.000 |
|---|---|
| Output massimo (specifica del vendor) | 524.288 |
Caching prompt
| Modalità | automatico |
|---|---|
| Prefisso min. | 512 |
Ragionamento
| Parametro del fornitore | thinking.type + reasoning_split |
|---|---|
| Valori accettati | thinking.type adaptive · disabled; reasoning_split boolean |
| Valore predefinito | adattivo: thinking attivo, con il modello che decide quando un ragionamento aggiuntivo è utile applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | reasoning_split si limita a spostare la traccia. Attivo, viene restituita in reasoning_content e reasoning_details; disattivo, resta inline in content racchiusa in tag think, e il messaggio completo dell'assistente che la contiene deve essere restituito nei turni con chiamate a strumenti. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high la superficie parametri del gateway - vale la mappatura del fornitore sopra |
Modello
| Modalità | testo + immagine + video → testo |
|---|---|
| Parametri | 428B totali · 23B attivi MoE |
| Licenza | MiniMax Community License |
- Sparse attention MSA con contesto da 1M di token (fatturazione standard fino a 512K in input)
- MoE da ~428B con ~23B attivi
- multimodale nativo (input di immagini e video), computer use, thinking adattivo
- caching di prefisso automatico da 512 token di input in su
Usa MiniMax M3 in 30 secondi
Compatibile OpenAI: cambia la base_url, tieni il tuo 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(""));Informazioni su MiniMax M3
- Costruito sull'architettura proprietaria MiniMax Sparse Attention (MSA), con circa 428B di parametri totali e circa 23B attivati, supporta una finestra di contesto fino a 1M di token con un minimo garantito di 512K, puntando ai compiti di agent a lungo orizzonte e alla comprensione di intere codebase; MiniMax riferisce che MSA riduce il calcolo per token al contesto massimo a un ventesimo di quello della generazione precedente, la cui famiglia si fermava ben al di sotto di 1M.
- A differenza degli approcci aggiunti a posteriori, la multimodalità è addestrata dallo step zero per un allineamento profondo tra semantica testuale e visiva, e l'API accetta immagini e video accanto al testo.
- Il thinking è controllato da un oggetto thinking con le impostazioni enabled, adaptive e disabled anziché scegliendo un modello diverso, e un flag reasoning_split separato decide se la chain of thought viene restituita in reasoning_content e reasoning_details oppure lasciata inline nel messaggio racchiusa in tag think.
- Il thinking si intreccia con le chiamate agli strumenti per progettazione, e la guida all'uso degli strumenti di MiniMax richiede che i campi di ragionamento restituiti siano preservati nel turno successivo.
- Il caching del prefisso si attiva automaticamente oltre i 512 token di input.
- I pesi sono pubblicati sotto la MiniMax Community License, che chiede ai prodotti commerciali di citare il modello.
- Synthorai serve MiniMax M3 tramite il suo endpoint compatibile OpenAI.
FAQ
L'API di MiniMax M3 si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza carta richiesta. A $0.3/M token in input, quel credito da solo copre circa 416 richieste da ~8K token verso MiniMax M3.
In cosa eccelle MiniMax M3?
Primo a pesi aperti a combinare coding, agent, multimodalità; fino a 1M di contesto, 512K di minimo garantito; multimodalità addestrata dallo step zero. Il quadro completo è nella sezione «Informazioni», tratto dalle note di rilascio ufficiali del vendor.
Quanto costa MiniMax M3?
Su Synthorai, MiniMax M3 costa $0.3 per milione di token in input e $1.2 per milione di token in output: il prezzo di listino del provider, senza ricarico della piattaforma. I token di input in cache si fatturano a $0.06/M.
MiniMax M3 supporta il caching dei prompt?
Sì, in automatico: i prompt serviti da MiniMax vanno in cache senza modifiche al codice. I token di input in cache si fatturano a $0.06/M contro $0.3/M senza cache; per andare in cache i prompt richiedono un prefisso stabile di 512 token. Guida al caching dei prompt →
Come ottengo l'accesso a MiniMax M3?
Punta il tuo SDK OpenAI esistente a base_url="https://synthorai.io/v1", imposta model="minimax-m3" e hai finito: una sola chiave API copre tutti i modelli del gateway.
MiniMax M3 è open source?
Sì: i pesi sono pubblicati sotto MiniMax Community License (repository ufficiale linkato nella sezione «Informazioni»). Oppure salta le GPU: la versione hosted qui è con pagamento a consumo, senza infrastruttura da gestire. Eseguire modelli open-weight →
Modelli correlati
Confronta
Ogni valore di questa pagina è trascritto dalla documentazione del fornitore, collegata sopra, e riporta la data in cui è stato verificato. I prezzi sono confrontati sull'intero catalogo; i valori di specifica che i fornitori definiscono in modo diverso sono mostrati indicando la differenza anziché messi a grafico. Nulla qui è misurato da noi e nulla è valutato con un punteggio.