¿Qué es MiniMax M3? El modelo insignia multimodal de MiniMax con 1M de contexto

MiniMax M3 es un modelo de lenguaje multimodal nativo y de pesos abiertos del laboratorio chino que está detrás de los modelos de texto de la serie M, los modelos de vídeo Hailuo y la serie Music. El laboratorio lo anunció el 1 de junio de 2026 y ocupó el primer puesto en la lista de modelos de la propia empresa, arrebatándoselo a MiniMax M2.7, con lo que incorpora una ventana de contexto de un millón de tokens, entrada nativa de texto, imagen y vídeo, y una arquitectura de atención dispersa que el laboratorio denomina MSA.

Catorce artículos en el archivo de este blog mencionan MiniMax M3. Hasta ahora, ninguno de ellos trataba sobre él. El modelo aparece como el oponente en comparación tras comparación —el punto de referencia de pesos abiertos con el que se mide a un Gemini, Qwen, Grok o GPT más recientes— y no ha habido ninguna página aquí en la que un lector pudiera aterrizar para descubrir qué es realmente MiniMax M3. Esta es esa página.

La ficha técnica

MiniMax M3 es un modelo de mezcla de expertos con aproximadamente 428 mil millones de parámetros totales y aproximadamente 23 mil millones activados por token, según la ficha del modelo que MiniMax publica junto con los pesos. Es multimodal de forma nativa, en lugar de ser solo texto con visión añadida a posteriori: la ficha describe el entrenamiento con modalidades intercaladas desde el primer paso, y el modelo acepta entrada de texto, imagen y vídeo y devuelve texto.

• Ventana de contexto: 1.048.576 tokens, con nuestra propia ficha de catálogo que indica un mínimo garantizado de 512.000 tokens de contexto utilizable
• Salida máxima: 512.000 tokens en nuestra página de catálogo; MiniMax no publica una cifra de salida máxima en su propio material, así que considera 512K como nuestra cifra, no la del proveedor
• Modalidad: entrada de texto, imagen y vídeo; salida de texto
• Parámetros: ~428B en total, ~23B activos por token
• Control de razonamiento: un parámetro thinking con modos habilitado, adaptativo y deshabilitado
• Muestreo recomendado: temperature 1.0, top_p 0.95
• Arquitectura: MiniMax Sparse Attention (MSA), el tema del artículo de arXiv 2606.13392
• Forma del endpoint: chat completions compatible con OpenAI

La afirmación arquitectónica central tiene que ver con el costo de atención en contextos largos. MiniMax afirma que MSA ofrece un prellenado más de 9 veces más rápido y una decodificación más de 15 veces más rápida que M2 en una ventana de un millón de tokens, lo que reduce el cómputo por token a aproximadamente una vigésima parte de la generación anterior. Son cifras del proveedor y no las hemos visto reproducidas de forma independiente.

Dónde se sitúa MiniMax M3 dentro de la propia línea de MiniMax

Es lo más alto de la línea de lenguaje, pero vale la pena ser precisos sobre qué contiene esa línea, porque MiniMax conserva una cola más larga de modelos que siguen apareciendo en la lista que la mayoría de los laboratorios. La documentación de modelos del propio proveedor los divide en dos.

• Modelos actuales: MiniMax M3, MiniMax M2.7, MiniMax M2.7-highspeed
• Modelos heredados, aún listados: MiniMax M2.5, MiniMax M2.5-highspeed, MiniMax M2.1, MiniMax M2.1-highspeed, MiniMax M2
• MiniMax M2, el más antiguo de ellos, tiene un contexto de 200,000 tokens y una salida máxima de 128,000 tokens, incluida la cadena de pensamiento
• MiniMax no publica los límites de contexto ni de salida para M2.7 o M2.1 en el mismo documento

La brecha generacional es real, pero no enorme en el único índice en el que aparecen ambos modelos. Artificial Analysis puntúa a MiniMax M3 con 29 en la revisión v4.3.2 del Intelligence Index, y a MiniMax M2.7 con 23 en esa misma revisión; 29 sitúa a M3 en el puesto 16 de 114 modelos en la tabla de esa revisión, y 23 sitúa a M2.7 en el puesto 36. M2.7 se lanzó en marzo de 2026. El salto es un paso, no una generación, y vale la pena leer las dos cifras de la misma revisión: este índice se recalibró el 7 de septiembre de 2026, y las puntuaciones anteriores a esa fecha no son comparables con las posteriores.

Lo que cuesta

MiniMax fija el precio de M3 según el tamaño de la solicitud en su tarifa de pago por uso, y las tarifas publicadas incluyen un descuento permanente del 50% respecto a un precio de lista superior.

• Hasta 512K tokens de entrada: $0.30 por millón de tokens de entrada, $1.20 por millón de tokens de salida, $0.06 por millón de lecturas en caché — frente a un precio de lista de $0.60 / $2.40 / $0.12
• Por encima de 512K tokens de entrada: $0.60 por millón de entrada, $2.40 por millón de salida, $0.12 por millón de lecturas en caché — frente a un precio de lista de $1.20 / $4.80 / $0.24
• Nivel de servicio prioritario: 1.5x la tarifa estándar, es decir, $0.45 / $1.80 / $0.09 en el nivel de solicitudes pequeñas, seleccionado al establecer service_tier en "priority"
• No publicado: MiniMax no indica ningún precio de escritura en caché para M3, solo un precio de lectura en caché

OrcaRouter ofrece MiniMax M3 con las mismas cifras — $0.30 de entrada, $1.20 de salida — sin ningún recargo sobre la tarifa del proveedor. Es un modelo destacado de nuestro catálogo, y el tráfico no es trivial: 153,7 millones de tokens enrutados en los últimos siete días en el momento de escribir esto, con un tiempo hasta el primer token de 4,26 segundos para el p50 y de 10,00 segundos para el p95.

Aquello en lo que MiniMax M3 es mediblemente bueno

Comencemos con las cifras que MiniMax reporta sobre sí misma, todas ellas reportadas por el propio proveedor y ninguna de las cuales hemos visto reproducida por un tercero.

• SWE-Bench Pro: 59.0%
• Terminal-Bench 2.1: 66.0%
• SWE-fficiency: 34.8%
• MCP Atlas: 74.2%
• BrowseComp: 83.5, la cifra con la que el proveedor lidera en la búsqueda agéntica
• Video-MME: 84.6 a 512 fotogramas, donde la API externa limita los fotogramas a 640
• KernelBench Hard: 28.8%
• OSWorld-Verified: 68.70% con un máximo de 100 pasos, y asciende a 70.06% con 200

El panorama independiente coincide en la dirección. Artificial Analysis sitúa a MiniMax M3 en un Intelligence Index de 29 en la revisión v4.3.2, en el puesto 16 de 114 modelos, con $0.51 para ejecutar el índice por modelo —puesto 21 de 114 en esa medida de coste—. La velocidad de salida es de 106,4 tokens por segundo frente a una mediana de 67,1, y el tiempo hasta el primer token es de 1,25 segundos frente a una mediana de 2,33 segundos. Ambos valores son mejores que lo típico para ese nivel, y el precio está muy por debajo de él.

La republicación por terceros de la misma familia de índices completa las subpuntuaciones: SWE-bench Verified al 80,5 %, tau-squared-bench al 88,9 %, AA-GPQA Diamond al 92,9 %, AA-LCR al 83,0 %, AA-IFBench al 82,9 %, OmniDocBench 1.5 al 91,6 % y USAMO 2026 al 85,7 %. La comprensión de documentos y el seguimiento de instrucciones parecen fortalezas genuinas, y la puntuación de razonamiento de contexto largo coincide con la narrativa arquitectónica.

En qué es mediblemente malo

Las debilidades honestas se concentran en dos puntos, y ambos son visibles en las cifras publicadas.

• La brecha agéntica es la principal: en la misma republicación de terceros, MiniMax M3 obtiene 58,6 en el AA Coding Index pero solo 30,8 en el AA Agentic Index. Escribe código mucho mejor de lo que ejecuta de forma autónoma una tarea larga de varios pasos.
• Conocimiento y alucinación: un AA-Omniscience Index de 1,4, una precisión del 16,7% y una tasa de alucinación del 18,4%. Este es un modelo que responderá con confianza sobre cosas que no sabe.
• OSWorld 2.0: 4,6%
• CritPt: 3,7%, la puntuación publicada más débil que encontramos para M3 en cualquier lugar
• ResearchClawBench: 19,8%
• Verbosidad: 120 millones de tokens de salida para completar el Intelligence Index, puesto 11 de 114 — es un modelo hablador, y en prompts con mucho razonamiento eso se nota en la factura
• El piso compuesto: un agregador de terceros lo sitúa en 55,28 sobre 100, puesto 60 de 505, aunque con cobertura parcial de 50 benchmarks de 481, así que ese compuesto es un piso más que un veredicto

Varias cosas simplemente no se miden, y preferimos decirlo antes que rellenar el hueco. Nadie fuera de MiniMax ha reproducido la tabla de benchmarks del proveedor anterior. Artificial Analysis no publica una cifra del Coding Index ni del Agentic Index para M3 por derecho propio — el par 58,6 y 30,8 proviene de un tercero que republica la misma familia de índices. Artificial Analysis menciona AA-Omniscience como componente de su índice, pero no publica ninguna puntuación numérica de Omniscience para M3. MiniMax no publica ninguna cifra de salida máxima, así que el 512K de nuestra propia página del modelo es nuestro. Y no hay ningún precio de escritura de caché en la tarjeta de tarifas del proveedor en absoluto.

¿Quién debería elegir MiniMax M3 y quién debería elegir otra cosa?

Elige MiniMax M3 cuando el trabajo sea de contexto largo y multimodal a la vez. Un millón de tokens con entrada de video, pesos abiertos que puedes descargar y ejecutar tú mismo, y un precio de entrada de $0.30 por millón de tokens es una combinación que nada más en el campo de pesos abiertos iguala limpiamente. El análisis de documentos largos, la comprensión de video, la lectura de código a escala de repositorio y los flujos de extracción de documentos son donde residen las fortalezas medidas — 91.6% en OmniDocBench y 83.0% en AA-LCR son los números que lo respaldan.

Elige otra opción en tres casos. Si no necesitas la ventana de contexto ni la entrada de visión, MiniMax M2.7 cuesta lo mismo, $0.30/$1.20, obtiene 23 frente a 29 de M3 en la revisión actual del índice, y es algo más ligero de operar — la ventaja de M3 no es gratuita, simplemente tiene el mismo precio de etiqueta. Si tu carga de trabajo son agentes autónomos en lugar de programación, la brecha agéntica es la razón para buscar en otra parte, y la propia tabla comparativa de MiniMax apunta al mismo lugar: en PostTrainBench, el proveedor reporta 0.37 para M3 frente a 0.42 para Opus 4.7 y 0.39 para GPT-5.5, su único benchmark publicado en el que M3 pierde frente a ambos. Y si necesitas una licencia sin ataduras, lee el siguiente párrafo antes de comprometerte.

La licencia es la trampa que muchos análisis omiten. MiniMax M3 se distribuye bajo la MiniMax Community License, no bajo Apache ni MIT. El uso no comercial es gratuito. El uso comercial está permitido, pero debes mostrar de forma destacada "Built with MiniMax M3". Por debajo de 20 millones de dólares de ingresos anuales, presentas un aviso por única vez; por encima, necesitas autorización previa por escrito de MiniMax, solicitada por correo electrónico con el asunto "M3 licensing - authorization request". La licencia también incluye un apéndice de usos prohibidos. Si vas a lanzar un producto, eso es una revisión legal, no una formalidad.

El resumen práctico

MiniMax M3 es el actual buque insignia de la línea de modelos de lenguaje de MiniMax: un modelo de mezcla de expertos de ~428B parámetros con ~23B activos por token, un contexto de un millón de tokens, entrada nativa de vídeo e imagen, y atención dispersa a la que el proveedor atribuye una reducción de 20x en el cómputo por token con el contexto completo. Se anunció el 1 de junio de 2026, así que es un modelo ya asentado, no uno nuevo; la pregunta interesante en septiembre de 2026 no es si es bueno, sino para qué mitad de tu carga de trabajo es bueno.

La respuesta medida es que es fuerte en código y documentos, normal en conocimiento y débil en trabajo agéntico autónomo. Es barato para lo que hace, y es el raro modelo de pesos abiertos en el que la afirmación de contexto largo sobrevive a un examen independiente. La licencia es la parte que la mayoría de los equipos tendrá que negociar consigo mismos.

MiniMax M3 se ejecuta en OrcaRouter a la tarifa del proveedor sin recargo, a través del mismo endpoint compatible con OpenAI que todo lo demás aquí: una sola clave de API da acceso a más de 200 modelos, con conmutación por error automática si un endpoint se cae y un DSL de enrutamiento cuando quieres fijar o combinar. Si quieres compararlo con el resto del catálogo antes de decidirte, la página del modelo tiene la tarifa en vivo, los percentiles de tiempo hasta el primer token y el tráfico.