Cos'è
MiniMax M3 è un modello fondazionale multimodale rilasciato il 1° giugno 2026 da MiniMax, laboratorio di intelligenza artificiale con sede a Shanghai. Si colloca come successore della serie M2 — in particolare di MiniMax-M2.7 — e viene posizionato come il primo modello open-weight a combinare in un'unica architettura tre capacità finora associate soprattutto a modelli proprietari chiusi: prestazioni di frontier nel coding, una finestra di contesto di un milione di token e comprensione nativa di testo, immagini e video.
Il modello è distribuito in formato open-weight, con pesi scaricabili tramite Hugging Face e GitHub e disponibilità anche tramite API ufficiali MiniMax e provider terzi come OpenRouter e SiliconFlow. A differenza di molti modelli multimodali che aggiungono capacità visive in un secondo momento, M3 è stato addestrato fin dall'inizio su dati interallacciati di testo, immagine e video. MiniMax non ha reso pubblico il conteggio esatto dei parametri totali.
A cosa serve / dove eccelle
M3 è progettato per compiti che richiedono contesti molto ampi, ragionamento multi-step e interazione prolungata con strumenti. Le aree di eccellenza dichiarate sono tre: il software engineering su repository interi, i flussi di lavoro agentici autonomi e la comprensione di documenti o video di lunga durata.
Grazie alla finestra di un milione di token, il modello può mantenere in memoria intere code base, tracce di conversazione estese o sequenze di chiamate a strumenti senza perdere coerenza. La modalità nativamente multimodale consente di analizzare screenshot, diagrammi, video e documenti scansionati insieme al testo. MiniMax sottolinea inoltre prestazioni competitive in compiti di programmazione reale, ovvero la capacità di leggere codice esistente, individuare bug, applicare patch e verificarne il funzionamento attraverso test automatizzati.
Caratteristiche e specifiche
| Caratteristica | Dettaglio |
|---|---|
| Sviluppatore | MiniMax (Shanghai Hixi Technology / Xiyu Technology) |
| Data di rilascio | 1° giugno 2026 (API attive dal 31 maggio 2026) |
| Architettura | Mixture-of-Experts con MiniMax Sparse Attention (MSA) |
| Finestra di contesto | Fino a 1 milione di token; minimo garantito 512.000 token |
| Modalità di input | Testo, immagini, video |
| Modalità di output | Testo |
| Distribuzione | Open-weight (Hugging Face, GitHub) e API commerciale |
| Varianti API | M3 e M3-highspeed (risultati equivalenti, inferenza più rapida) |
Il cuore tecnico è l'architettura MiniMax Sparse Attention (MSA), una forma di attenzione sparsa che seleziona dinamicamente i blocchi di token passati su cui calcolare l'attenzione, riducendo la crescita quadratica del costo computazionale tipica dell'attenzione densa. Secondo i dati pubblicati da MiniMax, a un milione di token MSA offrirebbe un prefill circa 9 volte più veloce, un decoding circa 15 volte più veloce e un costo computazionale per token pari a circa un ventesimo rispetto alla generazione precedente M2.
Sul fronte dei benchmark, i risultati dichiarati al lancio includono:
- SWE-Bench Pro: 59,0% — superiore, secondo MiniMax, a GPT-5.5 e Gemini 3.1 Pro, in prossimità di Claude Opus 4.7;
- Terminal-Bench 2.1: 66,0%;
- SWE-fficiency: 34,8%;
- KernelBench Hard: 28,8%;
- MCP Atlas: 74,2%;
- BrowseComp: 83,5 — superiore al 79,3 di Claude Opus 4.7;
- OSWorld-Verified: 70,06%;
- SVG-Bench: superiore a Claude Opus 4.7.
Questi risultati sono stati pubblicati da MiniMax e, in alcuni casi, ottenuti con impalcature agentiche come Claude Code o Mini-SWE-Agent. La verifica indipendente da parte di terze parti è ancora in corso.
Punti di forza
Il primo punto di forza è la combinazione rara di contesto lungo, nativa multimodalità e competenze di coding in un modello open-weight. Per team che gestiscono dati sensibili o vogliono controllare l'infrastruttura, la possibilità di self-hosting rappresenta un vantaggio rilevante rispetto ai modelli chiusi.
Il secondo elemento è l'efficienza del contesto lungo. Grazie a MSA, un milione di token diventa utilizzabile in produzione senza costi inferenziali proibitivi. Secondo le tariffe promozionali al lancio riportate da provider come OpenRouter e SiliconFlow, il costo si aggira sui 0,30 dollari per milione di token in input e 1,20 dollari per milione di token in output, con lettura della cache a circa 0,06 dollari per milione di token. Questi prezzi sono significativamente inferiori a quelli dei modelli di frontier chiusi con capacità analoghe.
Il terzo punto di forza è la nativa comprensione visiva, che consente flussi di lavoro dove screenshot, video o documenti scansionati alimentano direttamente il ragionamento del modello, senza passare attraverso moduli di visione aggiuntivi.
Quando ha senso (e quando no)
Ha senso considerare MiniMax M3 quando il carico di lavoro richiede: analisi di intere code base o documentazione tecnica estesa; sessioni agentiche lunghe con molte chiamate a strumenti; comprensione di contenuti visivi e video combinati a testo; controllo dell'infrastruttura e contenimento dei costi di inferenza a contesto lungo.
Ha meno senso quando servono garanzie di affidabilità già consolidate da mesi di uso produttivo, quando le policy aziendali impongono modelli con licenza aperta senza restrizioni commerciali, oppure quando il task richiede reasoning matematico di altissimo livello o compiti di ragionamento generale dove altri modelli — come Claude Opus 4.7, GPT-5.5 o Qwen 3.7 Max — mostrano punteggi più robusti su benchmark indipendenti. Inoltre, finché le valutazioni indipendenti non saranno più ampie, conviene trattare i benchmark dichiarati con la prudenza dovuta a ogni dato self-reported.
Casi d'uso concreti
- Assistenza allo sviluppo software: navigazione di repository grandi, refactoring multi-file, correzione di bug documentati, scrittura di test. La finestra di contesto consente di caricare il codice rilevante in un'unica sessione.
- Agenti di ricerca e browsing autonomi: raccolta e sintesi di informazioni da più pagine web, con traccia prolungata delle fonti e delle azioni compiute.
- Analisi di documenti e contratti: elaborazione di testi lunghissimi, immagini di tabelle o diagrammi, video formativi, in un unico flusso di ragionamento.
- Supporto tecnico avanzato: diagnosi di log estesi, screenshot di interfacce e conversazioni multi-turn con utenti, mantenendo la cronologia completa.
- Automazione di ricerca e sviluppo: dimostrazioni pubblicate da MiniMax includono la riproduzione autonoma di un paper ICLR 2025 in circa 12 ore e l'ottimizzazione di un kernel CUDA in 24 ore, con centinaia di chiamate a strumenti.
Alternative e contesto
Nel panorama dei modelli open-weight, MiniMax M3 compete direttamente con DeepSeek V4-Pro, Qwen 3.7 Max, GLM-5.1 e Nex-N2-Pro. DeepSeek V4-Pro offre anch'esso un contesto di un milione di token con licenza MIT e forti prestazioni su coding. Qwen 3.7 Max eccelle in ragionamento matematico e competizioni scientifiche. GLM-5.1 punta a stabilità su compiti di ingegneria a lungo orizzonte. Nex-N2-Pro è un MoE da 397 miliardi di parametri focalizzato su agenti di coding.
Tra i modelli chiusi, i riferimenti sono Claude Opus 4.7, OpenAI GPT-5.5 e Google Gemini 3.1 Pro. Su SWE-Bench Pro M3 si avvicina a Opus 4.7 e supera GPT-5.5 e Gemini 3.1 Pro secondo i dati MiniMax, ma su reasoning generale e matematica avanzata i modelli chiusi e alcuni open-weight cinesi mantengono vantaggi misurabili.
In sintesi
MiniMax M3 è un'evoluzione significativa nella famiglia di modelli MiniMax: porta insieme, per la prima volta in formato open-weight, coding di frontier, contesto di un milione di token e comprensione nativa di testo, immagine e video. L'architettura MiniMax Sparse Attention rende il contesto lungo economicamente sostenibile, mentre la distribuzione open-weight offre flessibilità a team e organizzazioni che vogliono mantenere il controllo dei propri dati.
I benchmark al lancio sono promettenti, in particolare su compiti di software engineering e navigazione autonoma, ma è opportuno attendere valutazioni indipendenti per confermare la robustezza in condizioni reali. M3 si conferma una scelta interessante per sviluppatori, team di ricerca e aziende che cercano un modello capace di lavorare a lungo orizzonte su codice, documenti e contenuti multimodali a un costo contenuto.