Minimax M3 est-il disponible en Zero Data Retention sur Elosia ?

Minimax M3 fonctionne sur le backend standard d'Elosia ; le ZDR est disponible sur de nombreux autres modèles du catalogue.

Combien coûte Minimax M3 sur Elosia ?

Minimax M3 est facturé à l'usage : 0.3 $ par million de tokens en entrée et 1.2 $ par million de tokens en sortie, inclus dans votre plan Elosia.

Quelle est la fenêtre de contexte de Minimax M3 ?

Minimax M3 prend en charge une fenêtre de contexte allant jusqu'à 524,288 tokens.

Minimax M3 est-il hébergé dans l'UE ?

Minimax M3 n'est pas disponible sur le backend hébergé dans l'UE (EdenAI) d'Elosia ; il utilise le backend par défaut.

Quand choisir Minimax M3 ?

Minimax M3 est un modèle flagship, à privilégier pour les tâches de raisonnement, d'agentivité et de contexte long les plus exigeantes.

Minimax M3

MinimaxFlagship

RaisonnementOutilsVisionSortie structurée

À propos de ce modèle

MiniMax-M3 is a multimodal foundation model from MiniMax. It supports text, image, and video inputs with text output, a 1M-token context window, and is suited for long-horizon agentic work, coding,...

Catégorie de performance

Flagship

Minimax M3 est un modèle flagship de Minimax : le plus performant de leur gamme.

Meilleur modèle de ce fournisseur. Performances maximales sur les benchmarks, idéal pour les tâches exigeantes.

Tarification

Ce modèle est inclus dans les plans Elosia

Abordable

Coût réduit. Adapté à un usage soutenu et aux interactions volumineuses.

Type	par 1M tokens
Entrée (prompt)	$0.300
Sortie (complétion)	$1.20
Lecture cache	$0.060

Capacités

Taille du contexte524K

Tokens de sortie max512K

TokenizerOther

Entréetext, image, video

Sortietext

Date de sortie31 mai 2026

Benchmarks

Intelligence générale

MMLU

Non reporté

GPQA Diamond

Non reporté

Mathématiques

MATH-500

Non reporté

Programmation

HumanEval

Non reporté

SWE-bench Verified

Non reporté

Raisonnement

IFEval

Non reporté

Agentique

SWE-bench Pro

59%

Où se situe Minimax M3 ?

Comparez son indice de performance à tous les autres modèles.

Voir le classement performance

Usages recommandés

ProgrammationAnalyseRechercheExtraction de données

Points forts

Architecture MoE (~428B au total, 23B actifs) — solide codage agentique open-weight (SWE-bench Pro 59,0), devant GPT-5.5 et Gemini 3.1 Pro
Contexte de 1M tokens rendu efficace par MiniMax Sparse Attention (MSA) — accélération ~9× du prefill et ~15× du decode vs la génération précédente à 1M tokens
Entrée multimodale native incluant la vidéo — texte, image et vidéo dès la première étape d'entraînement, plus les workflows computer-use
Économique à $0,30/M en entrée et $1,20/M en sortie — une fraction du coût des modèles frontier comparables pour le codage agentique
Open-weight avec rapport technique complet (arXiv 2606.13392) — téléchargeable et auto-hébergeable

Limites

Benchmarks phares auto-rapportés par MiniMax ; vérification indépendante encore limitée
SWE-bench Pro 59,0 reste derrière le meilleur modèle fermé (Claude Opus 4.8, ~69) sur la modification de code pure
MoE de ~428B avec opérateur MSA personnalisé : auto-hébergement lourd ; les contextes au-delà de 512K sont facturés à un palier supérieur