参考資料 6確度 86%総合信頼度: 86%ピンの情報源と参照がその日付をどれだけ裏付けているか。出典を含む 6 件の資料がピンの開始・終了時刻をどれだけ強く裏付けているかの加重平均。最新の資料より180日古くなるごとに重みは半分になります確度75%以上のピンをすべて表示
最初の項目は常にピンの出典です。全体の確度は、各資料が上記の開始・終了時刻をどれだけ強く裏付けているかの加重平均です。最新の資料より180日古くなるごとに、重みは半分になります。
- [1]90%minimax.io/blog/minimax-m3minimax.io· 投稿 2026年10月12日· 開始 2026年6月1日 ✓· スコアの 19%
MiniMax[4]の投稿は2026-06-01付けで、「MiniMax M3 is officially released today」で始まる。APIプラットフォームのリリースノートには2026年6月1日付でこのモデルが掲載されている。
- [2]90%MiniMaxAI/MiniMax-M3 · Hugging Facehuggingface.co· 追加 2026年10月12日· スコアの 19%
The open weights' model card: about 428B total and 23B activated parameters, 1M-token context, MiniMax[1][4] Sparse Attention in place of GQA with 9x prefill and 15x decode speedups at 1M, enabled/adaptive/disabled thinking, the minimax-community license, and 80.5 on SWE-bench Verified and 59 on SWE-bench Pro.
- [3]85%MiniMax-M3 - Intelligence, Performance & Price Analysis - Artificial Analysisartificialanalysis.ai· 追加 2026年10月12日· スコアの 19%
Independent evaluation: 29 on the Intelligence Index v4.3.2 (18th of 117), about 107 output tokens per second, $0.30 per 1 million input and $1.20 output, $0.51 per Intelligence Index task, 1M context, text/image/video input, 428B total and 23B active.[1]
- [4]90%Pay as You Go - MiniMax API Docsplatform.minimax.io· 追加 2026年10月12日· スコアの 19%
MiniMax's[1] API price table: MiniMax-M3 up to 512k input at $0.60 (now $0.30 with the permanent 50% off) input, $2.40 ($1.20) output and $0.12 ($0.06) prompt-cache read per 1 million tokens, and above 512k $1.20 ($0.60), $4.80 ($2.40) and $0.24 ($0.12).
- [5]85%MiniMax Sparse Attention - arXivarxiv.org· 公開 2026年6月11日· スコアの 12%
The MSA paper: blockwise sparse attention on top of GQA with a lightweight index branch, 28.4x less per-token attention compute at 1M context and 14.2x prefill and 7.6x decode speedups on H800 GPUs on a 109B test model; says MiniMax[1][4]-M3 is its production model.
修正を提案
足りない点や誤りがありますか？ このピンを裏付けるリンク、別の開始日・終了日とその理由、欠けている情報や誤っている情報を、自由に書いてください。AIがこのピンの出典と照らし合わせ、より良い情報源を探し、裏付けとなるページがあれば参考資料として追加します。ピン自身の出典が引き続き最も重視されます。AIは画像も確認します。別のものが写っている画像や写りの悪い画像は、後ろに回すか差し替えます。