CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 86 %Confiance globale: 86%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 6 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
L'article de MiniMax[1][4] est daté du 2026-06-01 et commence par « MiniMax M3 is officially released today » ; les notes de version de sa plateforme API listent le modèle au 1er juin 2026.- Début
- 1 juin 2026CONFIANCE 90 %selon la source
MiniMax-M3 est lancé
Traduit automatiquement de l’original
Titre original: MiniMax-M3 Released
MiniMax lance MiniMax-M3, un modèle nativement multimodal avec un contexte de 1M tokens fondé sur sa nouvelle attention parcimonieuse, qui obtient 59.0% sur SWE-Bench Pro et est facturé $0.30 par million de tokens en entrée après une remise de lancement.
- MiniMax a lancé MiniMax-M3 le 1er juin 2026, le présentant comme « actuellement le premier et le seul modèle à poids ouverts » à combiner des performances de pointe en code et en agents, un contexte de 1M tokens et une multimodalité native avec utilisation de l'ordinateur de bureau[1]
- L'élément clé est MiniMax Sparse Attention (MSA), une nouvelle conception d'attention qui, selon MiniMax, ramène le calcul par token à un contexte de 1M à 1/20 de la génération précédente, avec un prefill plus de 9x plus rapide et un décodage 15x plus rapide[1][5]
- Les scores de code de MiniMax sont de 59.0% sur SWE-Bench Pro (au-dessus des 58.6 de GPT 5.5 et des 54.2 de Gemini 3.1 Pro, en dessous des 64.3 de Claude Opus 4.7), 66.0% sur Terminal Bench 2.1, 28.8% sur KernelBench Hard et 74.2% sur MCP Atlas[1]
- Il a d'abord été lancé sur l'API de MiniMax à $0.60 par million de tokens en entrée et $2.40 en sortie, avec 50% de remise pendant sept jours, ce qui correspond aux $0.30 et $1.20 que MiniMax affiche désormais comme remise permanente et qu'Artificial Analysis mesure[1][3][4]
- Les poids ont suivi quelques jours plus tard sur Hugging Face sous la licence communautaire de MiniMax, avec environ 428B paramètres au total et 23B actifs[2], contre 229.9B dont 9.8B actifs et un contexte de 192K pour la série M2[6]; MiniMax avait dévoilé M3 en avant-première le 27 mai[6]
- Artificial Analysis lui donne 29 sur son Intelligence Index, 18e sur 117 modèles, à environ 107 tokens de sortie par seconde[3]
Principales fonctionnalités
- Multimodal dès le départ : entraîné sur des données mixtes de texte, d'image et de vidéo, il accepte des entrées image et vidéo et peut piloter un bureau ; la réflexion peut être activée ou désactivée au même prix[1][2]
- Démonstrations à long horizon : il a reproduit un article remarqué d'ICLR 2025 sur la dynamique du fine-tuning des LLM en environ 12 heures (18 commits, 23 figures) et a fait passer un noyau de multiplication matricielle FP8 sur GPU Hopper de 7.6% à 71.3% du pic en 24 heures et 147 soumissions (9.4x)[1]
- PostTrainBench : il a obtenu 0.37 en post-entraînant de manière autonome quatre modèles de base en 12 heures, contre 0.42 pour Claude Opus 4.7 et 0.39 pour GPT 5.5[1]
- MiniMax Code, un agent entraîné parallèlement à M3 avec des workflows Agent Team et l'utilisation de l'ordinateur, bâti sur les harnais OpenCode et Pi ; des Token Plans à $20 (environ 1.7B tokens par mois), $50 (5.1B) et $120 (9.8B)[1]
- Le prix de l'API augmente au-delà de 512k tokens en entrée, à $1.20 par million en entrée et $4.80 en sortie au tarif catalogue, et un niveau de service prioritaire est disponible via l'assistance commerciale[1][4]
Benchmarks[1]
| Benchmark | MiniMax M3 | Claude Opus 4.7 | GPT 5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| SWE-Bench Pro | 59.0 | 64.3 | 58.6 | 54.2 |
| Terminal Bench 2.1 | 66.0 | 66.1 | 78.2 | 70.0 |
| VIBE V2 | 50.1 | 55.8 | 50.5 | 28 |
| SVG-Bench | 63.7 | 62.3 | 58.2 | 59.2 |
| KernelBench Hard | 28.8 | 30.7 | 20.9 | 18.6 |
| BrowseComp | 83.5 | 79.3 | 84.4 | 85.9 |
| Grilles d'évaluation GDPval | 74.7 | 79.8 | 80.6 | 57.8 |
| BankerToolBench | 76.1 | 81.3 | 70.0 | 67.0 |
| MCP Atlas | 74.2 | 77 | 75.3 | 69.2 |
| OSWorld-verified | 75.2 | 82.8 | 78.7 | 76.2 |
- Relevé dans le graphique de benchmarks de MiniMax de l'article de lancement ; l'article indique aussi SWE-fficiency 34.8[1]