KI
MiniMax-Logo (Unternehmenslogo; ein separates Modelllogo liegt nicht vor) · Logo-Quelle / Rechtehinweis. Marken gehören ihren jeweiligen Inhabern. Redaktionelle Identifikation, keine Partnerschaft oder Empfehlung durch den Markeninhaber.
MiniMax-M3
Natives multimodales MoE-Modell mit 428 Mrd. Parametern, 23 Mrd. aktiven und 1 Mio. Token Kontext.
Quellen geprüft am 20. Oktober 2026 · Redaktion: Philipp Paulik
Technische Einordnung
M3 wird von Beginn an gemischt-modal trainiert (Text, Bild, Video) und nutzt MiniMax Sparse Attention (MSA) für lange Kontexte. Die Modellkarte meldet 9-fache Prefill- und 15-fache Decode-Beschleunigung gegenüber M2 bei 1 Mio. Token.
Zugang & Nutzung
Gewichte auf Hugging Face und ModelScope; MiniMax Agent und MiniMax API; Inferenz über SGLang, vLLM, Transformers, KTransformers, unsloth und ATOM laut Modellkarte.
MiniMax Community License (license_name: minimax-community auf der Modellkarte); den konkreten Lizenztext im Repo vor Nutzung lesen.
Grenzen & richtig lesen
Die Tempoangaben (9x/15x) sind Herstellerangaben im Vergleich zum eigenen Vorgänger. Aktive Parameter sind kein direkter Qualitätsmaßstab. Empfohlene Inferenzparameter: temperature=1.0, top_p=0.95.
Benchmark-Belege
Für dieses Portrait ist noch kein ausreichend zugeordnetes Ergebnis erfasst. Fehlende Werte sind keine Null. Wir übernehmen keine Werte aus ähnlich benannten Modell- oder Benchmark-Versionen.