TLDR;

O M3 é anunciado como um modelo com pesos abertos que você pode rodar por conta própria ou acessar pela API da MiniMax e integrações padrão. Em vários benchmarks de codificação e agenting o M3 supera ou empata com Opus 4.7 e GPT‑5.5 (p.ex. browser comp, SVG e kernel bench), embora o desempenho real em produção precise de testes independentes. O custo muito menor vem da política de preços da MiniMax — preços de token bem mais baixos, promoções (50% + desconto de 12%) e planos de assinatura com tokens compartilhados — além da possibilidade de usar pesos abertos.

Resumo

MiniMax lançou o M3, seu primeiro modelo de pesos abertos que combina capacidades de ponta: multimodalidade nativa, janela de contexto de até 1 milhão de tokens (mínimo garantido 512 mil) e recursos para codificação e fluxos agentivos. A arquitetura MSA de atenção esparsa seleciona blocos relevantes e mantém desempenho em entradas longas, o que favorece agentes de longo horizonte, projetos de codificação extensos e análise de vídeos/documentos longos. Ao treinar texto e imagens juntos (mais de 100 trilhões de tokens), M3 integra representações visuais e textuais no mesmo espaço, permitindo raciocínio sobre imagens no mesmo passo e manipulação de layout, como preencher formulários com coordenadas corretas. Em benchmarks de engenharia de software e agentes, M3 supera ou fica próximo a modelos comerciais como Opus 4.7, GPT-5.5 e Gemini em várias provas (software engineering pro, terminal bench, browser comp), e mostra coerência em tarefas longas, exemplificada por otimizações de kernel CUDA, reprodução de artigo ICLR e execução de pipelines de pós-treinamento. Além disso, M3 é mais acessível: planos com desconto e token pool unificado para texto, imagem, fala e música; é compatível com SDKs OpenAI/Anthropic e APIs padrão. Demos mostram boa geração de front-end, SVGs e designs coerentes e bastante confiáveis.