참고자료 6신뢰도 86%종합 신뢰도: 86%핀의 출처와 참고 자료가 날짜를 얼마나 뒷받침하는지.출처를 포함한 자료 6건이 핀의 시작·종료 시각을 얼마나 강하게 뒷받침하는지에 대한 가중 평균. 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다신뢰도 75% 이상 핀 모두 보기
첫 번째 항목은 항상 핀의 출처입니다. 전체 신뢰도는 각 자료가 위의 시작·종료 시각을 얼마나 확실히 뒷받침하는지에 대한 가중 평균이며, 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다.
- [1]90%minimax.io/blog/minimax-m3minimax.io· 게시 2026년 10월 12일· 시작 2026년 6월 1일 ✓· 점수의 19%
MiniMax[4]의 게시물은 날짜가 2026-06-01이며 "MiniMax M3 is officially released today"로 시작한다. API 플랫폼 릴리스 노트에는 2026년 6월 1일자로 이 모델이 올라 있다.
- [2]90%MiniMaxAI/MiniMax-M3 · Hugging Facehuggingface.co· 추가 2026년 10월 12일· 점수의 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· 추가 2026년 10월 12일· 점수의 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· 추가 2026년 10월 12일· 점수의 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· 게재 2026년 6월 11일· 점수의 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.
수정 제안
빠지거나 잘못된 점이 있나요? 이 핀을 뒷받침하는 링크, 다른 시작일이나 종료일과 그 이유, 빠지거나 잘못된 사실을 자신의 말로 알려주세요. AI가 이 핀의 출처와 대조하고 더 나은 자료를 찾아, 뒷받침하는 페이지를 추가합니다. 핀 자체의 출처가 여전히 가장 중요하게 반영됩니다. AI는 이미지도 확인합니다. 다른 것을 보여주거나 제대로 보여주지 못하는 이미지는 뒤로 옮기거나 교체합니다.