Що сталося
2 червня 2026 року компанія MiniMax опублікувала модель MiniMax-M3 на Hugging Face. Ключова інновація — MiniMax Sparse Attention (MSA): новий оператор розрідженої уваги, що дозволяє працювати з контекстами до мільйона токенів при різко знижених вимогах до обчислень і пам’яті порівняно зі стандартним GQA. Модель мультимодальна: підтримує текст, зображення та відео.
Деталі
MiniMax-M3 — мультимодальна MoE-модель (Mixture-of-Experts) з підтримкою агентних задач і кодингу. Технічний опис архітектури опубліковано на arXiv (2606.13392).Параметр Значення Архітектура MoE + MiniMax Sparse Attention Контекстне вікно До 1 млн токенів Модальності Текст, зображення, відео Режими міркування thinking (складні задачі) / non-thinking (чат, швидка відповідь) Завантажень на HF 6 643 (на 13 червня 2026)
Доступна у провайдерів: Together ($1,2/млн токенів виводу — найдешевший), fireworks-ai, novita. Також можна запустити локально через SGLang, vLLM або Transformers.
MSA дозволяє кардинально знизити обсяг обчислень уваги порівняно з GQA при довгих контекстах — саме це робить модель придатною для документів, кодових баз і довгих агентних сесій.
Що це означає
Для розробників, які працюють із довгими документами та кодовими базами: мільйонний контекст при адекватній ціні (Together: $1,2/млн токенів) — практично робочий варіант для задач типу аналізу репозиторію або обробки довгого PDF. У моделі є режим thinking для складних задач і non-thinking для швидкого чату.
Обмеження: модель вийшла 2 червня, незалежні бенчмарки поки обмежені. Офіційних даних по точності у порівнянні з конкурентами немає в картці HF. Перед промисловим використанням варто провести власне тестування на вашій задачі.
Горизонт: у MiniMax-M3 з’являється ніша в RAG-системах і агентних пайплайнах, де потрібен надовгий контекст без додаткового нарізання. Перші порівняльні тести спільноти вже публікуються.
Контекст
Примітка: модель вийшла 2 червня 2026, з моменту публікації пройшло близько двох тижнів. Для практичного застосування дивіться свіжі незалежні оцінки.
