MiniMax-M3 is MiniMax's vlaggenschip open-weight basismodel en het eerste dat drie geavanceerde mogelijkheden tegelijk combineert: geavanceerde codeer- en agentprestaties, een contextvenster van 1M tokens, en native multimodaliteit. Het accepteert tekst-, afbeeldings- en video-invoer met tekstuitvoer, en wordt aangedreven door de eigen MiniMax Sparse Attention (MSA)-architectuur, die tot 1M tokens context ondersteunt (met een gegarandeerd minimum van 512K) – de basis voor langdurige agenttaken, langdurige codering en begrip van lange video's. Multimodaliteit is een native kerncapaciteit en geen toevoeging: de datapijplijn is herbouwd om pretraining op te schalen naar 100T+ tokens met multimodale training vanaf stap nul, waarbij tekstuele en visuele semantische ruimtes diep worden uitgelijnd. M3 behaalt topprestaties op codeer- en agentbenchmarks variërend van software-engineering, terminaluitvoering en autonoom browsen (met een score van 83,5 op BrowseComp), met autonome taakdecompositie, toolaanroeping en meerstapsredenering. Het is zeer geschikt voor AI-codeerassistenten, geautomatiseerde workflows en langlopende asynchrone agentpijplijnen waar coherentie over langere sessies belangrijk is.
MiniMax M3 is een groot taalmodel ontwikkeld door Minimax, toegankelijk via de OpenAI-compatibele API van OrcaRouter. Het accepteert tekst-, afbeeldings- en video-invoer en heeft een contextvenster…
MiniMax M3 kan lange documenten verwerken tot 1,048,576 tokens in één enkele doorgang. Hierdoor kan het taken uitvoeren zoals samenvatting, vraagbeantwoording en informatie-extractie op volledige onderzoekspapers, juridische stukken of technische handleidingen zonder context te verliezen. Het model kan ook meerdere documenten als invoer verwerken, zoals een verzameling artikelen, en een coherente uitvoer genereren. Voor toepassingen die zeer lange uitvoer vereisen, maakt de 512,000-token generatielimiet de productie van volledige rapporten of code mogelijk. Deze mogelijkheid is met name nuttig voor enterprise-documentverwerking en data-analyseworkflows.
MiniMax M3 accepteert beeld- en video-invoer naast tekst, waardoor het visuele inhoud kan begrijpen. Beelden en video's worden getokeniseerd en ingebed in dezelfde context als tekst. Het model kan vragen beantwoorden over de inhoud van een afbeelding, een videoscène beschrijven of optische tekenherkenning uitvoeren. Voor video kan het meerdere frames of de gehele video verwerken zolang het gecombineerde tokental binnen het venster van 1,048,576 tokens blijft. Deze multimodale ondersteuning maakt het geschikt voor taken zoals bijschrijven, visuele vraagbeantwoording en videoanalyse, allemaal toegankelijk via de OrcaRouter API.
MiniMax M3 is geoptimaliseerd voor taken die een zeer groot contextvenster (1,048,576 tokens) of multimodale invoer (tekst, afbeelding, video) vereisen. Als uw toepassing het verwerken van lange documenten, hele boeken of uren video in een enkele API-aanroep omvat, is de contextgrootte van M3 een groot voordeel. Het is ook geschikt voor scenario's waarin u tot 512,000 tokens aan uitvoer moet genereren zonder meerdere verzoeken. Voor eenvoudigere taken—zoals het genereren van korte tekst, samenvatting van enkele alinea's, of beschrijvingen van enkele afbeeldingen—kan een goedkoper model met een kleiner contextvenster kosteneffectiever zijn. Evalueer uw gemiddelde invoer- en uitvoerlengtes om te beslissen.
MiniMax M3 is het meest geschikt voor taken die gebruikmaken van het grote contextvenster en multimodale mogelijkheden. Voorbeelden zijn: het analyseren van volledige onderzoekspapers of juridische documenten met vraag-en-antwoord; het extraheren van gestructureerde gegevens uit lange meerpagina-formulieren; het genereren van uitgebreide rapporten of code uit een grote set invoergegevens; video-inhoudsanalyse, zoals het samenvatten van een lezing of het identificeren van objecten over vele frames; en het bouwen van toepassingen die het opslaan en redeneren over een grote geschiedenis van gebruikersinteracties binnen één enkel gesprek vereisen. De prijs—$0.30 per miljoen invoertokens en $1.20 per miljoen uitvoertokens—maakt het economisch voor grootschalige workflows met een lange context.
MiniMax M3 behaalde een score van 83.5 op de BrowseComp benchmark. BrowseComp evalueert het vermogen van een model om webpagina's te navigeren en relevante informatie daaruit te extraheren. Deze test omvat doorgaans het simuleren van een gebruiker die een reeks webpagina's doorbladert en vervolgens vragen beantwoordt op basis van de inhoud. Een hogere score duidt op betere prestaties in het begrijpen van web lay-outs, het volgen van links en het synthetiseren van informatie van meerdere pagina's. De score van 83.5 plaatst MiniMax M3 in een concurrerende positie onder de modellen die op deze benchmark zijn getest, met name voor taken die webgebaseerde informatieopvraging en redenering omvatten.
De primaire sterkte van MiniMax M3, zoals blijkt uit de score van 83,5 op BrowseComp, is het vermogen om webgebaseerde informatiezoekopdrachten uit te voeren. Dit duidt op sterke leesvaardigheid en navigatiecapaciteiten. De prestaties van het model op andere gangbare benchmarks (zoals MMLU, HumanEval of GSM8K) zijn echter niet openbaar gemaakt in de verstrekte feiten. Daarom wordt de relatieve prestatie op het gebied van algemene kennis, codegeneratie of wiskundig redeneren hier niet gekwantificeerd. Gebruikers dienen het model te evalueren op hun eigen taken. Het grote contextvenster en de multimodale ondersteuning zijn bijkomende sterke punten die niet alleen door BrowseComp worden weergegeven.
De inferentiesnelheid en latentie voor MiniMax M3 zijn afhankelijk van verschillende factoren, waaronder invoerlengte, uitvoerlengte en serverbelasting. Er worden geen specifieke latentiecijfers gegeven in de beschikbare feiten. Over het algemeen kunnen modellen met grote contextvensters een hogere latentie hebben voor zeer lange invoeren vanwege de rekenkosten van het verwerken van veel tokens. De uitvoerlimiet van 512.000 tokens betekent dat het genereren van zeer lange reacties evenredig langer duurt. Bij gebruik van de OrcaRouter-API zal de latentie vergelijkbaar zijn met die van andere grote modellen van vergelijkbare grootte. Overweeg voor bijna real-time toepassingen die lage latentie vereisen, modellen met kleinere contextvensters.
MiniMax M3 is geprijsd op $0.30 per 1 miljoen invoertokens en $1.20 per 1 miljoen uitvoertokens. Deze tarieven weerspiegelen de prijzen van de provider zonder enige opslag van OrcaRouter. Invoertokens omvatten alle tokens in de prompt, inclusief systeemberichten, gebruikersberichten en eventuele afbeeldings- of videotokens. Uitvoertokens zijn de tokens die in de reactie worden gegenereerd. Kosten schalen lineair met tokenverbruik. Een voorbeeld: een verzoek met 100.000 invoertokens en 10.000 uitvoertokens kost $0.03 voor invoer en $0.012 voor uitvoer, in totaal $0.042. Er zijn geen extra platformkosten of minimale verplichtingen.
De verstrekte feiten vermelden geen specifieke kortingsprogramma's of caching-voordelen voor MiniMax M3 op OrcaRouter. De prijzen zijn eenvoudig per token tegen de bovenstaande tarieven. OrcaRouter biedt geen automatische caching of verlaagde tarieven voor herhaalde invoer op basis van beschikbare informatie. Gebruikers dienen de documentatie van OrcaRouter te raadplegen of contact op te nemen met hun ondersteuningsteam voor de meest actuele details over eventuele kostenbesparende functies. Bij afwezigheid van dergelijke programma's zijn de kosten recht evenredig met het aantal verbruikte invoer- en uitvoertokens.
MiniMax M3's prijs van $0,30 per miljoen invoertokens en $1,20 per miljoen uitvoertokens is concurrerend voor een model dat een contextvenster van 1.048.576 tokens en multimodale invoer biedt. Zonder dat er specifieke prijzen van concurrenten in de feiten worden gegeven, een algemene vergelijking: veel grote modellen met kleinere contextvensters (bijv. 128k of 200k tokens) hebben vergelijkbare prijzen per token, maar hun contextlimiet vereist meerdere API-aanroepen voor zeer lange documenten. Het grotere contextvenster van MiniMax M3 kan de totale kosten verlagen voor taken die anders chunking en meerdere verzoeken nodig zouden hebben. Gebruikers moeten het totale tokenverbruik in hun typische workflow berekenen om te vergelijken.
Om MiniMax M3 via OrcaRouter te gebruiken, stuurt u verzoeken naar de basis-URL https://api.orcarouter.ai/v1. De modelidentificatie is "minimax/minimax-m3". Authenticatie gebeurt door uw OrcaRouter API-sleutel door te geven in de Authorization-header als "Bearer YOUR_API_KEY". De API is compatibel met de OpenAI SDK, dus u kunt dezelfde clientbibliotheek gebruiken door de basis-URL en API-sleutel bij te werken. Bijvoorbeeld in Python met het openai-pakket stelt u `client = OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=YOUR_API_KEY)` in en roept u vervolgens `client.chat.completions.create(model="minimax/minimax-m3", messages=[...])` aan.
Bij het aanroepen van MiniMax M3 via de OpenAI-compatibele API van OrcaRouter, kunt u standaardparameters gebruiken zoals `messages`, `max_tokens`, `temperature`, `top_p`, `frequency_penalty`, `presence_penalty`, `stop` en `stream`. De parameter `max_tokens` mag niet groter zijn dan de maximale uitvoer van het model van 512.000 tokens. Invoertokens (in `messages`) plus uitvoertokens moeten binnen het contextvenster van 1.048.576 tokens blijven. Voor multimodale invoer kunt u afbeeldingen of video opnemen in de `content`-array met de juiste indeling (bijv. `image_url` voor afbeeldingen). Raadpleeg de OpenAI API-documentatie voor volledige parameterbeschrijvingen.
Om een bestaande applicatie die de OpenAI API gebruikt te migreren naar MiniMax M3 op OrcaRouter, moet je twee dingen wijzigen: de basis-URL en de model-ID. Vervang je OpenAI basis-URL door "https://api.orcarouter.ai/v1". Wijzig de modelstring naar "minimax/minimax-m3". Werk ook je API-sleutel bij naar een OrcaRouter API-sleutel. Het berichtformaat blijft identiek—OpenAI-compatibel. Er zijn geen andere codewijzigingen nodig. Als je applicatie streaming gebruikt, is de stream-interface ook compatibel. Test eerst met een kleine aanvraag om de connectiviteit te controleren en dat het model reageert zoals verwacht.
Authenticatie bij de API van OrcaRouter wordt gedaan via een API-sleutel. U moet uw OrcaRouter API-sleutel opnemen in de Authorization-header van elk verzoek als "Bearer YOUR_API_KEY". API-sleutels worden uitgegeven door OrcaRouter; u kunt er een verkrijgen door u aan te melden op hun platform. Houd uw sleutel veilig en stel deze niet bloot in client-side code. De API ondersteunt alleen op sleutels gebaseerde toegang; er zijn geen OAuth of andere authenticatiemethoden gedocumenteerd voor dit endpoint. Als u de OpenAI Python-bibliotheek gebruikt, stel dan de `api_key`-parameter in op uw OrcaRouter-sleutel bij het initialiseren van de client.
MiniMax M3 biedt een contextvenster van 1.048.576 tokens, wat een van de grootste beschikbare is. Veel concurrerende modellen met lange context bieden 128K, 200K of 1M tokens, maar weinig ondersteunen ook beeld- en video-invoer. De 83,5 BrowseComp-score suggereert sterke prestaties bij webgebaseerde informatieopvragingstaken. Zonder andere benchmarkscores is een uitgebreide vergelijking echter beperkt. Wat de prijs betreft, met $0,30 input / $1,20 output per miljoen tokens is het matig geprijsd voor zijn contextgrootte. Gebruikers moeten de totale kosten vergelijken voor hun typische invoerlengtes en uitvoergeneratiebehoeften.
Kies MiniMax M3 wanneer uw applicatie een zeer groot contextvenster vereist (tot 1M tokens) of multimodale invoer (tekst, afbeelding, video). Als u een lang document of video in één enkele API-aanroep moet verwerken zonder chunking, is de contextgrootte van M3 een belangrijk voordeel. Het is ook geschikt als u tot 512.000 tokens aan uitvoer moet genereren. Voor taken die puur tekstgebaseerd zijn met kleinere contextvereisten (bijv. onder 100K tokens), kan een goedkoper model met een kleiner contextvenster kostenefficiënter zijn. Bovendien, als u de snelste inferentiesnelheid nodig heeft, kunnen modellen met kleinere contextvensters sneller reageren.
De gegevensprivacy voor MiniMax M3, bij toegang via OrcaRouter, wordt beheerst door het gegevensverwerkingsbeleid van OrcaRouter. OrcaRouter voegt geen toeslag toe aan de prijzen van de aanbieder, maar de infrastructuur voor gegevensverwerking wordt beheerd door OrcaRouter. De modelaanbieder (Minimax) kan ook eigen voorwaarden hebben voor het gebruik van gegevens. Gebruikers dienen zowel het privacybeleid van OrcaRouter als de voorwaarden van Minimax met betrekking tot gegevensbewaring, training en versleuteling te raadplegen. In de beschikbare feiten worden geen specifieke beveiligingscertificeringen of opties voor gegevenslocatie vermeld. Overweeg voor gevoelige gegevens rechtstreeks contact op te nemen met OrcaRouter voor details over gegevensverwerking en naleving.
OpenAI-compatibel — behoud je huidige SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="minimax/minimax-m3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formattemperaturetool_choicetoolstop_p| Invoer / 1M tokens | $0.300 |
| Uitvoer / 1M tokens | $1.20 |
| Cache lezen / 1M | $0.060 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
GET /api/public/models/minimax/minimax-m3Openen @misc{orcarouter_minimax_m3,
title = {MiniMax M3 API},
author = {MiniMax},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/minimax/minimax-m3}
}MiniMax. (2026). MiniMax M3 API. OrcaRouter. https://www.orcarouter.ai/models/minimax/minimax-m3