MiniMax: MiniMax M3

MiniMax M3 è un modello di base multimodale di MiniMax. È un modello testuale nel senso che il suo output è testo, ma in ingresso accetta più del solo testo. MiniMax lo posiziona come modello di base anziché come sistema ristretto a singolo compito, e il fornitore lo descrive come adatto, tra le altre cose, al lavoro agentico su orizzonti lunghi e alla programmazione.

Sul lato input, MiniMax M3 accetta testo, immagini e video. Sul lato output produce solo testo. La finestra di contesto è di 1.048.576 token, e l'output massimo è di 512.000 token. Questa combinazione di un contesto molto ampio e di un budget di output molto ampio è la capacità principale qui: puoi affidare al modello una grande quantità di materiale e aspettarti comunque una risposta sostanziosa anziché un breve riassunto. Poiché immagini e video sono accettati come input, il modello può ragionare su materiale visivo insieme al testo all'interno della stessa richiesta.

I casi d'uso pratici derivano da queste proprietà. Il lavoro agentico su orizzonti lunghi è uno: compiti che accumulano stato lungo molti passaggi e necessitano che i passaggi precedenti restino visibili. La programmazione è un altro, in particolare il lavoro che comporta la lettura di una grande quantità di codice sorgente esistente prima di scrivere qualsiasi cosa. Gli input video e immagine aprono la strada a compiti in cui il modello deve descrivere, interpretare o rispondere a domande su contenuti visivi, oppure combinare tali contenuti con istruzioni scritte. Il tetto elevato di output rende inoltre ragionevole chiedere artefatti generati lunghi, come documenti estesi o file completi, in una singola chiamata.

Chiami MiniMax M3 tramite l'API compatibile con OpenAI di api14 usando l'id del modello "minimax/minimax-m3". Poiché l'interfaccia è compatibile con OpenAI, le librerie client OpenAI esistenti e le forme delle richieste funzionano con un cambio di base URL e di id del modello. Il modello supporta un ampio insieme di parametri di richiesta: 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 e top_p. Sia la chiamata di strumenti sia gli output strutturati sono disponibili, il che conta se stai costruendo un ciclo agentico o hai bisogno di risposte conformi a uno schema. I parametri reasoning e include_reasoning ti permettono di controllare se il contenuto di ragionamento viene mostrato.

Non c'è alcuna limitazione dichiarata nei fatti oltre al tetto di output di 512.000 token, quindi la cosa principale da verificare è se il tuo compito necessita davvero di così tanto contesto e output. Se il tuo carico di lavoro è fatto di prompt brevi con risposte brevi e nessun input visivo, un modello testuale più piccolo di solito sarà più semplice da usare. MiniMax M3 ha più senso quando l'input è grande, quando include immagini o video, o quando il compito si svolge su molti passaggi e necessita di strumenti.