MiniMax: MiniMax M3

MiniMax M3 es un modelo fundacional multimodal de MiniMax. Es un modelo de texto en el sentido de que su salida es texto, pero acepta más que texto en la entrada. MiniMax lo posiciona como un modelo fundacional en lugar de un sistema estrecho de una sola tarea, y el proveedor lo describe como adecuado para trabajo agéntico de horizonte largo y programación, entre otras cosas.

En el lado de la entrada, MiniMax M3 acepta texto, imágenes y video. En el lado de la salida produce únicamente texto. La ventana de contexto es de 1,048,576 tokens, y la salida máxima es de 512,000 tokens. Esa combinación de un contexto muy grande y un presupuesto de salida muy grande es la capacidad destacada aquí: puedes entregarle al modelo un gran volumen de material y aún esperar una respuesta sustancial en lugar de un resumen corto. Debido a que se aceptan imágenes y video como entradas, el modelo puede razonar sobre material visual junto con texto dentro de la misma solicitud.

Los casos de uso prácticos se derivan de esas propiedades. El trabajo agéntico de horizonte largo es uno: tareas que acumulan estado a lo largo de muchos pasos y necesitan que los pasos anteriores permanezcan a la vista. La programación es otro, en particular el trabajo que implica leer una gran cantidad de código fuente existente antes de escribir nada. Las entradas de video e imagen abren tareas en las que el modelo tiene que describir, interpretar o responder preguntas sobre contenido visual, o combinar ese contenido con instrucciones escritas. El techo de salida grande también hace razonable pedir artefactos generados largos, como documentos extensos o archivos completos, en una sola llamada.

Puedes llamar a MiniMax M3 a través de la API compatible con OpenAI de api14 usando el id de modelo "minimax/minimax-m3". Debido a que la interfaz es compatible con OpenAI, las bibliotecas cliente de OpenAI existentes y las formas de solicitud funcionan con un cambio de URL base y de id de modelo. El modelo admite un amplio conjunto de parámetros de solicitud: 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 y top_p. El llamado a herramientas y las salidas estructuradas están ambos disponibles, lo cual importa si estás construyendo un bucle de agente o necesitas respuestas que se ajusten a un esquema. Los parámetros reasoning e include_reasoning te permiten controlar si el contenido de razonamiento se muestra.

No hay una limitación declarada en los hechos más allá del techo de salida de 512,000 tokens, así que lo principal que hay que verificar es si tu tarea realmente necesita tanto contexto y salida. Si tu carga de trabajo son prompts cortos con respuestas cortas y sin entrada visual, un modelo de texto más pequeño suele ser más simple de usar. MiniMax M3 tiene más sentido cuando la entrada es grande, cuando incluye imágenes o video, o cuando la tarea se extiende a lo largo de muchos pasos y necesita herramientas.