Alex GetmanAI ముందస్తు సంకేతాలు
TE

MiniMax M3

MiniMax

విడుదలైంది నవీకరించినది
కాంటెక్స్ట్ విండో
1M
10,00,000 టోకెన్లు
ఇన్‌పుట్ / అవుట్‌పుట్
చిత్రం, వచనం, వీడియో → వచనం

కాలక్రమం

  1. · వెయిట్ల వెర్షన్ · ఆధార లింక్
ఇన్‌పుట్ / అవుట్‌పుట్ ధర · USD / 10 లక్షల టోకెన్లు
మోడల్ఆధారాల లింకులుఇన్‌పుట్ / అవుట్‌పుట్ ధర
minimax-m3
standard · వచనం
opencode-go$0.30 / $1.20
  1. · ఆధారాల లింకులు · GitHub search · MiniMax · commits · rodrigueztaylor87/rod · @rodrigueztaylor87
  2. · ఆధారాల లింకులు · GitHub search · MiniMax · commits · SilverKnightKMA/paseo-plugins · @SilverKnightKMA
  3. · ఆధారాల లింకులు · GitHub search · MiniMax · commits · SilverKnightKMA/paseo-plugins · @SilverKnightKMA
    ఉల్లేఖనం
    now carry the FULL pi reference '<pi-provider>/<model>' (magpie/minimax/MiniMax-M3),
  4. · ఆధారాల లింకులు · GitHub search · MiniMax · commits · Lore-Hex/quill-router · @jperla
  5. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · xiaoY233/Chat2API · @octo-patch
    ఉల్లేఖనం
    feat(minimax): add MiniMax-M3 model entry
  6. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @Vincent-PRO-AI
    ఉల్లేఖనం
    [Model][MiniMax-M3] SM120 Blackwell NVFP4 KV cache Triton reader
  7. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @Pb314314
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @cjackal
    ఉల్లేఖనం
    - 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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @MrGeva
    ఉల్లేఖనం
    [Perf][MiniMax-M3] Two-shot fused MoE finalize + all-reduce + norm + MXFP8 up to 512 tokens
  10. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @MrGeva
    ఉల్లేఖనం
    [Perf][MiniMax-M3] Raise the fused MoE finalize + all-reduce cap from 32 to 128 tokens
  11. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @afriedri
    ఉల్లేఖనం
    short prompts at high concurrency is higher on MiniMax-M3 (TP8: up to +21% at 1024 tokens, conc 64; TP4: +14% at 1024
  12. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · vllm-project/vllm · @wolfcomos
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · viztor/dsh-opencode-patch · @viztor
    ఉల్లేఖనం
    | `opencode-go/minimax-m3` | info | `[KNOWN_DEFECT]` toggle-only model offered Minimal…Max | Off / On (D1) |
  14. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · thequanhcm/quanpt1 · @thequanhcm
  15. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · tenstorrent/tt-metal · @mdragulaTT
  16. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · tenstorrent/tt-metal · @mdragulaTT
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · sgl-project/sglang · @alphabetc1
  18. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · openJiuwen-ai/jiuwenswarm · @octo-patch
  19. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · jundot/omlx · @begcdn
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  21. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · inference-sim/inference-sim · @sriumcp
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · inference-sim/blis-vllm · @sriumcp
    ఉల్లేఖనం
    (`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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · inference-sim/blis-vllm · @sriumcp
    ఉల్లేఖనం
    the figures on the H200 rows and the MiniMax-M3 points are development-split, in-sample numbers.
  24. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · goonercbot/hermes-agent · @goonercbot
    ఉల్లేఖనం
    - Real configured MiniMax-M3 request through corrected Hermes adapter returned exactly `RECOVERY_OK`, end_turn, original request unchanged.
  25. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ghuntley/how-to-build-a-coding-agent · @octo-patch
    ఉల్లేఖనం
    Anthropic-compatible defaults to the standalone workshop agents, with MiniMax-M3.1-Flash as the default and MiniMax-M3 as the alternative.
  26. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · boelabs/ai-gateway · @jhisdev
    ఉల్లేఖనం
    - `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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ashhart/TensorFold · @ashhart
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · anomalyco/models.dev · @rjuez00
    ఉల్లేఖనం
    - `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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ROCm/aiter · @zhiding512
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ROCm/aiter · @RElbers
  31. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ROCm/ATOM · @yhl-amd
    ఉల్లేఖనం
    under `multi`, which is the prefill-side setup for MiniMax-M3 PD with UMBP:
  32. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · ROCm/ATOM · @rbrugaro-amd
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · Quarkgluonmixture/quarkspace · @github-actions[bot]
    ఉల్లేఖనం
    - `intelligence` — minimax-m3 (default) intelligence: catalog 45.4, archive 18.9
  34. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · Portkey-AI/models · @polease
  35. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · Pinvou/pinvou-agent · @asto18089
  36. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · Pb314314/vllm · @Pb314314
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · NVIDIA/TensorRT-LLM · @ziyixiong-nv
    ఉల్లేఖనం
    sampler, speculative and QSA tests; the MXFP8 and MiniMax-M3 dispatch tests; GSM8K with DSpark (TP4);
  38. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · NVIDIA-NeMo/Megatron-Bridge · @pruprakash
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · EvolvingLMMs-Lab/lmms-eval · @sahirema
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · overnightworks/speech · @dependabot[bot]
  41. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · maximhq/bifrost · @jimaldon
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · maximhq/bifrost · @octo-patch
    ఉల్లేఖనం
    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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  44. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  45. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · iv-org/invidious · @Fijxu
  46. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · cbc02009/container-images · @mahoro-ai
    ఉల్లేఖనం
    `/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. · ఆధారాల లింకులు · GitHub search · MiniMax · pulls · MrGeva/vllm · @MrGeva
    ఉల్లేఖనం
    320 questions, concurrency 32, same node, together with MiniMax-M3 model changes):
  48. · కేటలాగ్‌లో నమోదు · GitHub · MiniMax-AI/minimax-code · code
    ఉల్లేఖనం
    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); }

    కోడ్‌లోని ఈ ప్రస్తావన వాడుకలో ఉన్న మోడల్ ఐడెంటిఫైయర్‌ను నిర్ధారించదు.

సాంకేతిక వివరాలు

MiniMax M3 అనేది MiniMax రూపొందించిన మోడల్; దీని వెయిట్లు బహిరంగంగా అందుబాటులో ఉన్నాయి; విడుదల తేదీ 2026-06-01. కాంటెక్స్ట్ విండో పరిమాణం 10,00,000 టోకెన్లు.

కాంటెక్స్ట్ విండో
10,00,000
ఇన్‌పుట్
చిత్రం · వచనం · వీడియో
అవుట్‌పుట్
వచనం
వెయిట్లు
బహిరంగం

ప్రశ్నలు

MiniMax M3 కాంటెక్స్ట్ విండో పరిమాణం ఎంత?

కాంటెక్స్ట్ విండో పరిమాణం 10,00,000 టోకెన్లు.

MiniMax M3 వెయిట్లు బహిరంగంగా అందుబాటులో ఉన్నాయా?

అవును. MiniMax వెయిట్లను ప్రచురిస్తుంది.

MiniMax M3 ఎప్పుడు విడుదలైంది?

2026-06-01 నాడు.