O MiniMax M3 é o modelo de fronteira da MiniMax posicionado como o primeiro lançamento de pesos abertos a combinar três capacidades de fronteira: código, raciocínio agêntico e entendimento multimodal nativo.
- Entrada
- texto imagem vídeo $0.3/M
- Saída
- texto $1.2/M
- Leitura de cache
- $0.06/M
- Contexto
- 1M
- vs GPT-4o
- ~94% mais barato
O preço em contexto
Posição do preço entre 60 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.000.000 |
|---|---|
| Saída máxima (especificação do fornecedor) | 524.288 |
Cache de prompts
| Modo | automático |
|---|---|
| Prefixo mín. | 512 |
Raciocínio
| Parâmetro do fornecedor | thinking.type + reasoning_split |
|---|---|
| Valores aceites | thinking.type adaptive · disabled; reasoning_split boolean |
| Valor predefinido | adaptive: raciocínio ativado, com o modelo decidindo quando o raciocínio extra ajuda aplicado quando o pedido nada indica |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | reasoning_split apenas move o trace. Ativado, ele retorna em reasoning_content e reasoning_details; desativado, permanece inline em content, envolvido em tags think, e a mensagem de assistente completa, incluindo o trace, precisa ser devolvida nos turnos com chamada de ferramentas. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem + vídeo → texto |
|---|---|
| Parâmetros | 428B no total · 23B ativos MoE |
| Licença | MiniMax Community License |
- Atenção esparsa MSA com contexto de 1M tokens (cobrança padrão até 512K de entrada)
- MoE de cerca de 428B com cerca de 23B ativos
- multimodal nativo (entrada de imagem e vídeo), computer use, raciocínio adaptativo
- cache de prefixo automático a partir de 512 tokens de entrada
conforme documentação oficial da MiniMax ↗
Use o MiniMax M3 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o MiniMax M3
- Construído sobre a arquitetura proprietária MiniMax Sparse Attention (MSA), com cerca de 428B de parâmetros totais e aproximadamente 23B ativados, ele suporta uma janela de contexto de até 1M tokens com um mínimo garantido de 512K, mirando tarefas de agente de longo horizonte e compreensão de bases de código inteiras; a MiniMax reporta que a MSA reduz o compute por token no contexto máximo a um vinte avos do da sua geração anterior, cuja família parava bem abaixo de 1M.
- Diferente de abordagens acopladas, a multimodalidade é treinada desde o passo zero para alinhamento profundo entre semântica textual e visual, e a API aceita imagens e vídeo junto ao texto.
- O raciocínio é controlado por um objeto thinking com as configurações enabled, adaptive e disabled, em vez de pela escolha de um modelo diferente, e uma flag separada reasoning_split decide se a chain of thought é retornada em reasoning_content e reasoning_details ou deixada embutida na mensagem, envolvida em tags think.
- O raciocínio se intercala com as chamadas de ferramentas por design, e o guia de uso de ferramentas da MiniMax exige que os campos de raciocínio retornados sejam preservados no turno seguinte.
- O cache de prefixo começa automaticamente a partir de 512 tokens de entrada.
- Os pesos são publicados sob a MiniMax Community License, que pede que produtos comerciais creditem o modelo.
- A Synthorai serve o MiniMax M3 pelo seu endpoint compatível com OpenAI.
Perguntas frequentes
A API do MiniMax M3 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.3/M de tokens de entrada, só esse crédito já cobre cerca de 416 requisições de ~8K tokens ao MiniMax M3.
Em que o MiniMax M3 é melhor?
Primeiro de pesos abertos a combinar código, agentes e multimodalidade; até 1M de contexto, mínimo garantido de 512K; multimodalidade treinada desde o passo zero. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o MiniMax M3?
Na Synthorai, o MiniMax M3 custa $0.3 por milhão de tokens de entrada e $1.2 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.06/M.
O MiniMax M3 suporta cache de prompts?
Sim, automaticamente: prompts servidos pela MiniMax entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $0.06/M, contra $0.3/M sem cache; os prompts precisam de um prefixo estável de 512 tokens para entrar em cache. Guia de cache de prompts →
Como obtenho acesso ao MiniMax M3?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="minimax-m3" e pronto. Uma única chave de API cobre todos os modelos do gateway.
O MiniMax M3 é open source?
Sim, os pesos são publicados sob a MiniMax Community License (repositório oficial com link na seção Sobre). Ou dispense as GPUs: a versão hospedada aqui é pagamento por uso, sem infraestrutura para operar. Como rodar modelos de pesos abertos →
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.