MiniMax: MiniMax M3

MiniMax M3는 MiniMax의 멀티모달 파운데이션 모델입니다. 출력이 텍스트라는 점에서는 텍스트 모델이지만, 입력으로는 텍스트 이상을 받아들입니다. MiniMax는 이를 좁은 단일 작업 시스템이 아니라 파운데이션 모델로 위치시키며, 제공자는 이 모델이 장기적 에이전트 작업과 코딩 등에 적합하다고 설명합니다.

입력 측면에서 MiniMax M3는 텍스트, 이미지, 비디오를 받아들입니다. 출력 측면에서는 텍스트만 생성합니다. 컨텍스트 윈도우는 1,048,576 토큰이고, 최대 출력은 512,000 토큰입니다. 이처럼 매우 큰 컨텍스트와 매우 큰 출력 예산의 조합이 여기서의 핵심 역량입니다. 모델에 대량의 자료를 넘겨도 짧은 요약이 아니라 상당한 분량의 응답을 기대할 수 있습니다. 이미지와 비디오를 입력으로 받아들이므로, 모델은 같은 요청 안에서 텍스트와 함께 시각 자료에 대해서도 추론할 수 있습니다.

실용적인 사용 사례는 이러한 속성에서 따라옵니다. 장기적 에이전트 작업이 하나입니다. 여러 단계에 걸쳐 상태가 누적되고 이전 단계가 계속 보여야 하는 작업입니다. 코딩도 또 다른 사례로, 특히 아무것도 작성하기 전에 대량의 기존 소스를 읽어야 하는 작업입니다. 비디오와 이미지 입력은 모델이 시각 콘텐츠를 설명하거나 해석하거나 질문에 답해야 하는 작업, 또는 그 콘텐츠를 서면 지시와 결합해야 하는 작업을 열어줍니다. 큰 출력 상한 덕분에 긴 문서나 전체 파일처럼 긴 생성 결과물을 단일 호출로 요청하는 것도 합리적입니다.

MiniMax M3는 모델 id "minimax/minimax-m3"를 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 호환이므로 기존 OpenAI 클라이언트 라이브러리와 요청 형태가 base URL과 모델 id 변경만으로 작동합니다. 이 모델은 다양한 요청 파라미터를 지원합니다: 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, top_p. 도구 호출과 구조화된 출력이 모두 제공되며, 이는 에이전트 루프를 만들거나 스키마를 따르는 응답이 필요할 때 중요합니다. reasoning과 include_reasoning 파라미터를 사용하면 추론 콘텐츠를 표면화할지 제어할 수 있습니다.

512,000 토큰의 출력 상한 외에는 명시된 제약이 사실상 없으므로, 주로 확인할 것은 여러분의 작업이 정말 이만큼의 컨텍스트와 출력을 필요로 하는지입니다. 작업 부하가 짧은 프롬프트와 짧은 답변이고 시각 입력이 없다면, 더 작은 텍스트 모델이 보통 다루기 더 간단합니다. MiniMax M3는 입력이 크거나, 이미지나 비디오를 포함하거나, 작업이 여러 단계에 걸쳐 실행되고 도구가 필요할 때 가장 의미가 있습니다.