Alex GetmanAI-യുടെ ആദ്യ സൂചനകൾ
ML

MiniMax M3

MiniMax

റിലീസ് ചെയ്തു പുതുക്കിയത്
കോൺടെക്സ്റ്റ് വിൻഡോ
1M
10,00,000 ടോക്കണുകൾ
ഇൻപുട്ട് / ഔട്ട്‌പുട്ട്
ചിത്രം, ടെക്സ്റ്റ്, വീഡിയോ → ടെക്സ്റ്റ്

കാലക്രമം

  1. · വെയ്റ്റുകളുടെ പതിപ്പ് · തെളിവിന്റെ ലിങ്ക്
ഇൻപുട്ട് / ഔട്ട്‌പുട്ട് വില · USD / 10 ലക്ഷം ടോക്കണുകൾ
മോഡൽതെളിവുകളുടെ ലിങ്കുകൾഇൻപുട്ട് / ഔട്ട്‌പുട്ട് വില
minimax-m3
standard · ടെക്സ്റ്റ്
opencode-go$0.30 / $1.20
  1. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · commits · rodrigueztaylor87/rod · @rodrigueztaylor87
  2. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · commits · SilverKnightKMA/paseo-plugins · @SilverKnightKMA
  3. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · commits · SilverKnightKMA/paseo-plugins · @SilverKnightKMA
    ഉദ്ധരണി
    now carry the FULL pi reference '<pi-provider>/<model>' (magpie/minimax/MiniMax-M3),
  4. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · commits · Lore-Hex/quill-router · @jperla
  5. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · xiaoY233/Chat2API · @octo-patch
    ഉദ്ധരണി
    feat(minimax): add MiniMax-M3 model entry
  6. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @Vincent-PRO-AI
    ഉദ്ധരണി
    [Model][MiniMax-M3] SM120 Blackwell NVFP4 KV cache Triton reader
  7. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @Pb314314
    ഉദ്ധരണി
    use sparse MLA (dense MLA, DeepSeek-V4 / V4.1, MiniMax-M3, non-MLA models) are not affected; the reason for each is in "Per-model check".
  8. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @cjackal
    ഉദ്ധരണി
    - Pixtral, Cohere Compass and MiniMax-M3 also call `get_cu_seqlens_padding_logics`, so every encoder-CG model whose `cu_seqlens` comes from `maybe_recompute_cu_seqlens` takes its padding from one place. Without
  9. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @MrGeva
    ഉദ്ധരണി
    [Perf][MiniMax-M3] Two-shot fused MoE finalize + all-reduce + norm + MXFP8 up to 512 tokens
  10. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @MrGeva
    ഉദ്ധരണി
    [Perf][MiniMax-M3] Raise the fused MoE finalize + all-reduce cap from 32 to 128 tokens
  11. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @afriedri
    ഉദ്ധരണി
    short prompts at high concurrency is higher on MiniMax-M3 (TP8: up to +21% at 1024 tokens, conc 64; TP4: +14% at 1024
  12. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · vllm-project/vllm · @wolfcomos
    ഉദ്ധരണി
    Add `minimax_m3_msa_decode_fp16_dot`, an opt-in optimization for MiniMax-M3 Triton sparse decode on SM100-family GPUs. It uses FP16 dot operands with FP32 accumulation and selects splits targeting
  13. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · viztor/dsh-opencode-patch · @viztor
    ഉദ്ധരണി
    | `opencode-go/minimax-m3` | info | `[KNOWN_DEFECT]` toggle-only model offered Minimal…Max | Off / On (D1) |
  14. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · thequanhcm/quanpt1 · @thequanhcm
  15. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · tenstorrent/tt-metal · @mdragulaTT
  16. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · tenstorrent/tt-metal · @mdragulaTT
    ഉദ്ധരണി
    The MiniMax-M3 vision encoder on one Blackhole chip. It turns one image, as the media module's `prepare` resizes it, into its vision tokens: bf16 `[n_tokens,
  17. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · sgl-project/sglang · @alphabetc1
  18. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · openJiuwen-ai/jiuwenswarm · @octo-patch
  19. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · jundot/omlx · @begcdn
    ഉദ്ധരണി
    On M2 Ultra (`applegpu_g14d`) the MiniMax-M3 sparse prefill path crashes once a prompt crosses 4096 tokens: `msa_prefill_supported` gates only on shape (`D=128`, `block_size=128`, `qhead_per_kv=16`), so
  20. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  21. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · inference-sim/inference-sim · @sriumcp
    ഉദ്ധരണി
    the substrate's layer 8 and 9 price changes (MiniMax-M3 routers replicated in fp32, MXFP8 scale bytes, dsv4-nvfp4 MTP experts at MXFP4, a shared lm_head for
  22. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · inference-sim/blis-vllm · @sriumcp
    ഉദ്ധരണി
    (`vllm/model_executor/models/config.py:43-55`) for every graph that is not DeepSeek-V4; MiniMax-M3's pool at the same memory is 72645 blocks, not 72893, because the catalog graph now holds
  23. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · inference-sim/blis-vllm · @sriumcp
    ഉദ്ധരണി
    the figures on the H200 rows and the MiniMax-M3 points are development-split, in-sample numbers.
  24. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · goonercbot/hermes-agent · @goonercbot
    ഉദ്ധരണി
    - Real configured MiniMax-M3 request through corrected Hermes adapter returned exactly `RECOVERY_OK`, end_turn, original request unchanged.
  25. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ghuntley/how-to-build-a-coding-agent · @octo-patch
    ഉദ്ധരണി
    Anthropic-compatible defaults to the standalone workshop agents, with MiniMax-M3.1-Flash as the default and MiniMax-M3 as the alternative.
  26. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · boelabs/ai-gateway · @jhisdev
    ഉദ്ധരണി
    - `bun run test` fails: `vercel.test.ts` pins `vercel/minimax/minimax-m3` reasoning as `fixed ["high"]`; the regenerated snapshot now says `openai_effort ["none","high"]`. Tests may not be edited by
  27. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ashhart/TensorFold · @ashhart
    ഉദ്ധരണി
    CUDA decode attention (`window_attention`, shared by Qwen3.5/3.8, Llama, MiniMax-M3, Spark 2.5, Step5 and LFM): `window_rows` merged every chunk's partial for every row, 128 chunks at
  28. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · anomalyco/models.dev · @rjuez00
    ഉദ്ധരണി
    - `MiniMax-M3` is no longer listed and a request using that ID returns `model=MiniMax-M3.1-Flash`, so the old entry is removed rather than kept as an
  29. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ROCm/aiter · @zhiding512
    ഉദ്ധരണി
    On gfx1250, every MiniMax-M3 sparse attention call (decode, MTP verify, prefill) runs FlyDSL `pa_decode` (`pa_fwd_asm` does not support gfx1250), and dense layers use it with
  30. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ROCm/aiter · @RElbers
  31. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ROCm/ATOM · @yhl-amd
    ഉദ്ധരണി
    under `multi`, which is the prefill-side setup for MiniMax-M3 PD with UMBP:
  32. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · ROCm/ATOM · @rbrugaro-amd
    ഉദ്ധരണി
    does for the target (vLLM already did this). MiniMax-M3's DSpark draft now validates this config instead of building its own, and declares `draft_skips_online_quant` so its
  33. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · Quarkgluonmixture/quarkspace · @github-actions[bot]
    ഉദ്ധരണി
    - `intelligence` — minimax-m3 (default) intelligence: catalog 45.4, archive 18.9
  34. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · Portkey-AI/models · @polease
  35. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · Pinvou/pinvou-agent · @asto18089
  36. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · Pb314314/vllm · @Pb314314
    ഉദ്ധരണി
    use sparse MLA (dense MLA, DeepSeek-V4 / V4.1, MiniMax-M3, non-MLA models) are not affected; the reason for each is in "Per-model check".
  37. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · NVIDIA/TensorRT-LLM · @ziyixiong-nv
    ഉദ്ധരണി
    sampler, speculative and QSA tests; the MXFP8 and MiniMax-M3 dispatch tests; GSM8K with DSpark (TP4);
  38. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · NVIDIA-NeMo/Megatron-Bridge · @pruprakash
    ഉദ്ധരണി
    seeing `TEDotProductAttention`; GREEN 4/4, full file 86 passed, Gemma4/MiniMax-M3/Kimi-K2.5-VL/GPT-OSS unit tests 100 passed. E2E: gpt-oss-20b card inference (TP2 PP2 EP2, `--attention-backend local`) on this branch
  39. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · EvolvingLMMs-Lab/lmms-eval · @sahirema
    ഉദ്ധരണി
    sample by frame rate ignore it, e.g. vLLM's MiniMax-M3 and Qwen3-VL loaders. On those, `max_frames_num` has no effect: long clips are sampled at the loader's
  40. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · overnightworks/speech · @dependabot[bot]
  41. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · maximhq/bifrost · @jimaldon
    ഉദ്ധരണി
    model catalog datasheet already carries `tencent/deepseek-v4-pro`, `tencent/deepseek-v4-flash` and `tencent/minimax-m3`; live-only models are listed with blank pricing and can be priced via overrides.
  42. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · maximhq/bifrost · @octo-patch
    ഉദ്ധരണി
    API. New text examples and integration defaults select `MiniMax-M3.1-Flash`, with `MiniMax-M3` as the other current choice. Default management model suggestions put those models first and
  43. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  44. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  45. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  46. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · cbc02009/container-images · @mahoro-ai
    ഉദ്ധരണി
    `/v1/chat/completions` request to a messages-protocol Go model (e.g. `opencode_go/minimax-m3`, `qwen3.8-max`, `claude-haiku-5-5`) dies mid-stream with `TypeError: 'NoneType' object is not an iterator` → `APIConnectionError` 500 →
  47. · തെളിവുകളുടെ ലിങ്കുകൾ · GitHub search · MiniMax · pulls · MrGeva/vllm · @MrGeva
    ഉദ്ധരണി
    320 questions, concurrency 32, same node, together with MiniMax-M3 model changes):
  48. · കാറ്റലോഗിലെ എൻട്രി · GitHub · MiniMax-AI/minimax-code · code
    ഉദ്ധരണി
    afety margin. */ export function computeCompactionTriggerAt(input: { modelId?: string; contextWindow: number; perTurnMaxTokens: number; reserveTokens: number; safetyMarginTokens: number; }): number { if ( input.modelId === 'MiniMax-M3' && (input.contextWindow === 512_000 || input.contextWindow === 1_000_000) ) { return Math.floor(input.contextWindow * 0.9); } const perTurnMaxTokens = Number.isFinite(input.perTurnMaxTokens) && input.perTurnMaxTokens > 0 ? input.perTurnMaxTokens : 0; const reserve = Math.max(input.reserveTokens, perTurnMaxTokens + input.safetyMarginTokens); return Math.max(1, input.contextWindow - reserve); }

    കോഡിലെ ഈ പരാമർശം ഉപയോഗത്തിലുള്ള മോഡൽ ഐഡന്റിഫയറിനെ സ്ഥിരീകരിക്കുന്നില്ല.

സാങ്കേതിക വിവരങ്ങൾ

MiniMax വികസിപ്പിച്ച മോഡലാണ് MiniMax M3; ഇതിന്റെ വെയിറ്റുകൾ പൊതുവായി ലഭ്യമാണ്; റിലീസ് ചെയ്ത തീയതി 2026-06-01. കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം 10,00,000 ടോക്കണുകൾ ആണ്.

കോൺടെക്സ്റ്റ് വിൻഡോ
10,00,000
ഇൻപുട്ട്
ചിത്രം · ടെക്സ്റ്റ് · വീഡിയോ
ഔട്ട്‌പുട്ട്
ടെക്സ്റ്റ്
വെയിറ്റുകൾ
തുറന്നത്

ചോദ്യങ്ങൾ

MiniMax M3-ന്റെ കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം എത്രയാണ്?

കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം 10,00,000 ടോക്കണുകൾ ആണ്.

MiniMax M3-ന്റെ വെയിറ്റുകൾ പൊതുവായി ലഭ്യമാണോ?

അതെ. MiniMax വെയിറ്റുകൾ പ്രസിദ്ധീകരിക്കുന്നു.

MiniMax M3 എപ്പോഴാണ് റിലീസ് ചെയ്തത്?

2026-06-01 ന്.