GPT Image 2.5 is live — OpenAI's newest image model, targeted edits that leave the rest of the frame alone

MiniMax M3 — codage de pointe, contexte 1M

MiniMax M3 est le modèle frontière à poids ouverts de MiniMax pour le code et les usages agentiques. Il associe une fenêtre de contexte de 1 M de tokens à une sortie pouvant atteindre 512K tokens, un raisonnement natif qui entrelace réflexion et appels d'outils sur des exécutions longues, et une entrée multimodale native couvrant images et vidéos.

Cette page présente le modèle. L’accès à l’API de ce modèle n’est actuellement pas disponible sur reAPI. Consultez le catalogue des modèles pour les services disponibles.

Points clés
Chat flagship MiniMax · streaming
Idéal pour
Produits d'abord chinois, dialogue
Entrée
Messages de chat (OpenAI-compatible)
Sortie
Texte, streaming optionnel

Qu'est-ce que l'API MiniMax M3 ?

MiniMax M3 est le modèle frontière à poids ouverts de MiniMax pour le code et les usages agentiques. Il associe une fenêtre de contexte de 1 M de tokens à une sortie pouvant atteindre 512K tokens, un raisonnement natif qui entrelace réflexion et appels d'outils sur des exécutions longues, et une entrée multimodale native couvrant images et vidéos. Les tokens d'entrée et de sortie sont facturés séparément au million de tokens, l'entrée mise en cache étant facturée à un tarif inférieur à l'entrée neuve.

Ce que tu peux construire avec ce modèle

Des workflows réels et des cas d'usage en production que tu peux construire et déployer avec ce modèle.

MiniMax M3 pilotant une session de codage agentique de longue durée

Codage agentique de longue durée et ingénierie logicielle

Le codage agentique est l'argument phare de MiniMax M3. MiniMax annonce des résultats de niveau de pointe sur les benchmarks d'ingénierie logicielle — 59.0% sur SWE-Bench Pro et 66.0% sur Terminal-Bench 2.1 — ce qui place MiniMax M3 dans la fourchette des meilleurs modèles de codage propriétaires tout en restant open-weight. Pointez un agent de codage vers MiniMax M3 et il délimite la tâche, appelle des outils, raisonne sur un travail en plusieurs étapes et s'auto-corrige tout au long d'une exécution prolongée, le tout dans une seule session.

MiniMax M3 raisonnant sur un dossier d'analyse d'un million de tokens

Analyse de bases de code et de documents d'un million de tokens

MiniMax M3 propose par défaut une fenêtre de contexte de 1M de tokens — assez pour charger un dépôt de taille moyenne entier, un long dossier de recherche ou une trace d'agent multi-tours en un seul appel. MiniMax Sparse Attention maintient l'inférence à long contexte efficace, de sorte que les charges de travail MiniMax M3 comme la revue d'architecture, les audits de dépendances et la planification de migration nécessitent rarement un découpage. Des préfixes de prompt stables atteignent le faible tarif de lecture cache à chaque répétition.

MiniMax M3 combinant image, vidéo et utilisation d'outils en un seul appel

Compréhension multimodale native et utilisation d'outils

MiniMax M3 est multimodal dès la conception : envoyez images et vidéos aux côtés du texte dans le même appel Chat Completions — captures d'écran, schémas, scans de documents et clips — et le modèle raisonne sur l'ensemble. Combiné à un function calling fiable et à une sortie JSON, MiniMax M3 pilote des agents de navigation, des pipelines documentaires et des workflows utilisant des outils qui mêlent vision, recherche et code.

MiniMax M3 vs DeepSeek V4

MiniMax M3 et DeepSeek V4 sont tous deux des modèles open-weight à prix avantageux avec une fenêtre de contexte de 1M de tokens, la réflexion et l'utilisation d'outils. Voici comment MiniMax M3 se positionne face à DeepSeek V4 sur les dimensions qui comptent pour le travail agentique et de codage.

Capacité
MiniMax M3
DeepSeek V4
Positionnement
Modèle open-weight unique optimisé pour le codage de pointe, les agents de longue durée et la multimodalité native.
Deux variantes open-weight — Flash (rapide / faible coût) et Pro (raisonnement phare).
Fenêtre de contexte
1M de tokens par défaut, avec un minimum garanti de 512K et MiniMax Sparse Attention pour un long contexte efficace.
Fenêtre de contexte de 1M de tokens avec DeepSeek Sparse Attention.
Sortie maximale
Jusqu'à 512K tokens de sortie par réponse (128K recommandés).
Jusqu'à 384K tokens de sortie par réponse.
Réflexion
Réflexion native avec raisonnement entrelacé pendant l'utilisation d'outils ; adaptative par défaut, peut être désactivée.
Mode réflexion activé par défaut, avec un commutateur réflexion / sans réflexion.
Entrée multimodale
Compréhension native image et vidéo dans le même appel Chat Completions.
Entrée image prise en charge (bêta) ; texte-et-image.
Orientation agentique et codage
Résultats de pointe annoncés par le fournisseur sur SWE-Bench Pro, Terminal-Bench et les benchmarks d'agents ; optimisé pour les agents de codage de longue durée.
Optimisations agentiques dédiées ; SOTA open-source sur le codage agentique selon DeepSeek.

La comparaison reflète le comportement publiquement documenté à partir des notes de version M3 de MiniMax et de la documentation V4 de DeepSeek au moment de la rédaction. Les chiffres de benchmark sont annoncés par le fournisseur. Le comportement et la tarification des modèles peuvent changer ; consultez la carte de tarification ci-dessus et la documentation API pour les valeurs actuelles.

Questions fréquentes

Questions courantes sur ce modèle.

Cette page présente le modèle. L’accès à l’API de ce modèle n’est actuellement pas disponible sur reAPI. Consultez le catalogue des modèles pour les services disponibles.

MiniMax M3

MiniMax M3

Cette page présente le modèle. L’accès à l’API de ce modèle n’est actuellement pas disponible sur reAPI. Consultez le catalogue des modèles pour les services disponibles.