MiniMax: MiniMax M3

O MiniMax M3 é um modelo de base multimodal da MiniMax. É um modelo de texto no sentido de que a sua saída é texto, mas aceita mais do que texto à entrada. A MiniMax posiciona-o como um modelo de base em vez de um sistema restrito de tarefa única, e o fornecedor descreve-o como adequado a trabalho agêntico de longo horizonte e programação, entre outras coisas.

Do lado da entrada, o MiniMax M3 aceita texto, imagens e vídeo. Do lado da saída, produz apenas texto. A janela de contexto é de 1.048.576 tokens, e a saída máxima é de 512.000 tokens. Essa combinação de um contexto muito grande e um orçamento de saída muito grande é a capacidade principal aqui: pode entregar ao modelo um grande volume de material e ainda esperar uma resposta substancial em vez de um resumo curto. Como imagens e vídeo são aceites como entradas, o modelo pode raciocinar sobre material visual juntamente com texto dentro do mesmo pedido.

Os casos de uso práticos decorrem dessas propriedades. O trabalho agêntico de longo horizonte é um deles: tarefas que acumulam estado ao longo de muitos passos e precisam que os passos anteriores permaneçam visíveis. A programação é outro, particularmente trabalho que envolve ler uma grande quantidade de código-fonte existente antes de escrever seja o que for. As entradas de vídeo e imagem abrem tarefas em que o modelo tem de descrever, interpretar ou responder a perguntas sobre conteúdo visual, ou combinar esse conteúdo com instruções escritas. O teto de saída elevado também torna razoável pedir artefactos gerados longos, como documentos extensos ou ficheiros completos, numa única chamada.

Chama o MiniMax M3 através da API compatível com OpenAI da api14 usando o id de modelo "minimax/minimax-m3". Como a interface é compatível com OpenAI, as bibliotecas de cliente OpenAI existentes e as formas de pedido funcionam com uma alteração de URL base e de id de modelo. O modelo suporta um conjunto amplo de parâmetros de pedido: 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. A chamada de ferramentas e as saídas estruturadas estão ambas disponíveis, o que é importante se estiver a construir um ciclo de agente ou precisar de respostas que cumpram um esquema. Os parâmetros reasoning e include_reasoning permitem controlar se o conteúdo de raciocínio é exposto.

Não há nenhuma limitação declarada nos factos para além do teto de saída de 512.000 tokens, por isso o principal a verificar é se a sua tarefa precisa realmente de tanto contexto e saída. Se a sua carga de trabalho for de prompts curtos com respostas curtas e sem entrada visual, um modelo de texto mais pequeno será habitualmente mais simples de usar. O MiniMax M3 faz mais sentido quando a entrada é grande, quando inclui imagens ou vídeo, ou quando a tarefa decorre ao longo de muitos passos e precisa de ferramentas.