MiniMax: MiniMax M3

MiniMax M3 est un modèle de fondation multimodal de MiniMax. C'est un modèle de texte au sens où sa sortie est du texte, mais il accepte plus que du texte en entrée. MiniMax le positionne comme un modèle de fondation plutôt qu'un système étroit mono-tâche, et le fournisseur le décrit comme adapté au travail agentique de longue haleine et au codage, entre autres.

Côté entrée, MiniMax M3 accepte le texte, les images et la vidéo. Côté sortie, il ne produit que du texte. La fenêtre de contexte est de 1 048 576 jetons, et la sortie maximale est de 512 000 jetons. Cette combinaison d'un contexte très étendu et d'un budget de sortie très important constitue la capacité phare ici : vous pouvez confier au modèle un gros volume de matière et attendre tout de même une réponse substantielle plutôt qu'un court résumé. Comme les images et la vidéo sont acceptées en entrée, le modèle peut raisonner sur du contenu visuel aux côtés du texte dans une même requête.

Les cas d'usage pratiques découlent de ces propriétés. Le travail agentique de longue haleine en fait partie : des tâches qui accumulent un état sur de nombreuses étapes et qui ont besoin de garder les étapes antérieures en vue. Le codage en est un autre, en particulier le travail qui implique de lire une grande quantité de code source existant avant d'écrire quoi que ce soit. Les entrées vidéo et image ouvrent des tâches où le modèle doit décrire, interpréter ou répondre à des questions sur du contenu visuel, ou combiner ce contenu avec des instructions écrites. Le plafond de sortie élevé permet aussi de demander raisonnablement de longs artefacts générés, comme des documents étendus ou des fichiers complets, en un seul appel.

Vous appelez MiniMax M3 via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "minimax/minimax-m3". Comme l'interface est compatible OpenAI, les bibliothèques clientes OpenAI existantes et les formes de requête fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Le modèle prend en charge un large ensemble de paramètres de requête : 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 et top_p. L'appel d'outils et les sorties structurées sont tous deux disponibles, ce qui compte si vous construisez une boucle d'agent ou avez besoin de réponses conformes à un schéma. Les paramètres reasoning et include_reasoning vous permettent de contrôler si le contenu de raisonnement est exposé.

Il n'y a pas de limitation indiquée dans les faits au-delà du plafond de sortie de 512 000 jetons, donc le principal point à vérifier est de savoir si votre tâche a réellement besoin d'autant de contexte et de sortie. Si votre charge de travail se compose de prompts courts avec des réponses courtes et sans entrée visuelle, un modèle de texte plus petit sera généralement plus simple à utiliser. MiniMax M3 a surtout du sens lorsque l'entrée est volumineuse, lorsqu'elle inclut des images ou de la vidéo, ou lorsque la tâche s'étend sur de nombreuses étapes et nécessite des outils.