MiniMax: MiniMax M3

MiniMax M3 ist ein multimodales Foundation Model von MiniMax. Es ist in dem Sinne ein Textmodell, dass seine Ausgabe Text ist, aber es akzeptiert auf dem Eingabeweg mehr als nur Text. MiniMax positioniert es als Foundation Model und nicht als enges Single-Task-System, und der Anbieter beschreibt es unter anderem als geeignet für langfristige agentische Arbeit und Coding.

Auf der Eingabeseite akzeptiert MiniMax M3 Text, Bilder und Video. Auf der Ausgabeseite erzeugt es ausschließlich Text. Das Kontextfenster beträgt 1.048.576 Tokens, und die maximale Ausgabe beträgt 512.000 Tokens. Diese Kombination aus einem sehr großen Kontext und einem sehr großen Ausgabebudget ist die zentrale Fähigkeit hier: Sie können dem Modell eine große Menge Material übergeben und dennoch eine substanzielle Antwort statt einer kurzen Zusammenfassung erwarten. Da Bilder und Video als Eingaben akzeptiert werden, kann das Modell innerhalb derselben Anfrage über visuelles Material zusammen mit Text reasoning betreiben.

Die praktischen Anwendungsfälle ergeben sich aus diesen Eigenschaften. Langfristige agentische Arbeit ist einer: Aufgaben, die über viele Schritte hinweg Zustand ansammeln und bei denen die früheren Schritte sichtbar bleiben müssen. Coding ist ein weiterer, insbesondere Arbeit, bei der eine große Menge vorhandenen Quellcodes gelesen werden muss, bevor etwas geschrieben wird. Video- und Bildeingaben eröffnen Aufgaben, bei denen das Modell visuelle Inhalte beschreiben, interpretieren oder Fragen dazu beantworten muss oder diese Inhalte mit schriftlichen Anweisungen kombinieren muss. Die hohe Ausgabeobergrenze macht es außerdem sinnvoll, in einem einzigen Aufruf um lange generierte Artefakte zu bitten, etwa umfangreiche Dokumente oder vollständige Dateien.

Sie rufen MiniMax M3 über die OpenAI-kompatible API von api14 mit der Model ID "minimax/minimax-m3" auf. Da die Schnittstelle OpenAI-kompatibel ist, funktionieren bestehende OpenAI-Client-Bibliotheken und Request-Formen mit einer Änderung von Base URL und Model ID. Das Modell unterstützt eine breite Menge von Request-Parametern: frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs und top_p. Tool Calling und Structured Outputs sind beide verfügbar, was wichtig ist, wenn Sie eine Agent-Schleife bauen oder Antworten benötigen, die einem Schema entsprechen. Die Parameter reasoning und include_reasoning lassen Sie steuern, ob Reasoning-Inhalt ausgegeben wird.

In den Fakten gibt es keine angegebene Einschränkung außer der Ausgabeobergrenze von 512.000 Tokens, sodass die Hauptsache zu prüfen ist, ob Ihre Aufgabe tatsächlich so viel Kontext und Ausgabe benötigt. Wenn Ihre Workload aus kurzen Prompts mit kurzen Antworten und ohne visuelle Eingabe besteht, ist ein kleineres Textmodell in der Regel einfacher zu handhaben. MiniMax M3 ist am sinnvollsten, wenn die Eingabe groß ist, wenn sie Bilder oder Video enthält oder wenn die Aufgabe über viele Schritte läuft und Tools benötigt.