MiniMax M3: Ein Fortschritt in der KI mit offenen Gewichten und umfangreichen Fähigkeiten
Mindverse News
KI-gestützt erstellt 10 Quellen Arbeitsweise
Das Wichtigste in Kürze
- MiniMax AI hat das Sprachmodell MiniMax M3 mit offenen Gewichten auf Hugging Face veröffentlicht.
- Das Modell verfügt über rund 428 Milliarden Gesamtparameter, wobei etwa 23 Milliarden Parameter aktiviert sind.
- MiniMax M3 ist für die "Agent Era" konzipiert und bietet Funktionen für Codierung, Agentenaufgaben und native Multimodalität.
- Es zeichnet sich durch ein Kontextfenster von bis zu 1 Million Tokens aus, ermöglicht durch die MiniMax Sparse Attention (MSA)-Architektur.
- Das Modell erreicht hohe Leistungsbenchmarks in spezialisierten Bereichen wie der Softwareentwicklung.
MiniMax M3: Ein neuer Akteur in der Open-Weight-Modelllandschaft
Die Landschaft der Künstlichen Intelligenz wird kontinuierlich durch neue Entwicklungen und die Veröffentlichung leistungsstarker Modelle erweitert. Eine aktuelle Entwicklung ist die Verfügbarkeit des Sprachmodells MiniMax M3 von MiniMax AI auf der Plattform Hugging Face. Dieses Modell wird von Novita unterstützt und ist mit offenen Gewichten zugänglich, was die Transparenz und die Möglichkeit zur Weiterentwicklung durch die globale KI-Gemeinschaft fördert.
Technische Spezifikationen und Besonderheiten
Das MiniMax M3 Modell zeichnet sich durch beeindruckende technische Kennzahlen aus. Es besitzt insgesamt etwa 428 Milliarden Parameter, wovon in der Nutzung circa 23 Milliarden Parameter aktiviert werden. Diese Architektur, oft als Mixture-of-Experts (MoE) bezeichnet, ermöglicht es, bei Bedarf nur einen Teil der Parameter zu aktivieren, was die Effizienz und Geschwindigkeit bei bestimmten Aufgaben verbessern kann.
Ein zentrales Merkmal des MiniMax M3 ist seine Konzeption für die "Agent Era". Dies deutet darauf hin, dass das Modell speziell für den Einsatz in autonomen Agenten und komplexen, mehrstufigen Aufgaben entwickelt wurde. Solche Agenten können eigenständig Probleme analysieren, Werkzeuge einsetzen und Entscheidungen treffen, um vordefinierte Ziele zu erreichen.
Fähigkeiten und Anwendungsbereiche
MiniMax M3 wird als ein Modell beschrieben, das drei Schlüsselbereiche auf dem Niveau führender Modelle abdeckt: Codierung, Agentenaufgaben und native Multimodalität. Diese Kombination macht es zu einem vielseitigen Werkzeug für eine breite Palette von Anwendungen im B2B-Bereich. Im Detail bedeutet dies:
- Codierungsfähigkeiten: Das Modell zeigt signifikante Verbesserungen in der Softwareentwicklung, einschließlich der Fähigkeit zur Fehlerbehebung und der Generierung von Code. Es erreicht Leistungsniveaus, die mit führenden proprietären Modellen vergleichbar sind. Benchmarks wie SWE-Bench Pro, bei dem M3 eine Punktzahl von 59 % erzielt, unterstreichen seine Kompetenz in diesem Bereich.
- Agentenaufgaben: M3 ist in der Lage, autonome Aufgabenzerlegung, Werkzeugaufrufe und mehrstufige Schlussfolgerungen durchzuführen. Dies legt eine solide Grundlage für KI-Codierungsassistenten und automatisierte Arbeitsabläufe.
- Native Multimodalität: Das Modell unterstützt die Verarbeitung von Text-, Bild- und Videoeingaben. Diese Fähigkeit zur nativen Multimodalität ermöglicht es, Informationen aus verschiedenen Quellen zu integrieren und zu verarbeiten, was für komplexe Anwendungsfälle von Vorteil ist, beispielsweise im Bereich des Langzeit-Video-Verständnisses.
Kontextfenster und innovative Architektur
Ein weiteres hervorstechendes Merkmal von MiniMax M3 ist sein großes Kontextfenster von bis zu 1 Million Tokens, mit einer garantierten Mindestkapazität von 512.000 Tokens. Dies ist besonders relevant für Aufgaben, die ein tiefes Verständnis langer Texte oder komplexer Datenströme erfordern. Ermöglicht wird dieses umfangreiche Kontextfenster durch die proprietäre MiniMax Sparse Attention (MSA)-Architektur. Diese innovative Architektur soll die Effizienz der Aufmerksamkeit auf Skalierung aufrechterhalten und gleichzeitig die Rechenkosten pro Token reduzieren.
Die MSA-Architektur ersetzt die standardmäßige quadratische Aufmerksamkeit durch eine Vorfilterungsphase. Dies führt zu einem schnelleren Zugriff auf den zusammenhängenden KV-Cache (Key-Value-Cache) und einer erheblichen Beschleunigung beim Vorfüllen und Dekodieren, ohne dabei die Genauigkeit zu beeinträchtigen.
Verfügbarkeit und zukünftige Auswirkungen
Die Veröffentlichung von MiniMax M3 mit offenen Gewichten auf Plattformen wie Hugging Face und die Unterstützung durch Partner wie Novita unterstreichen einen Trend zur Demokratisierung leistungsstarker KI-Modelle. Dies ermöglicht es Entwicklern und Unternehmen weltweit, auf fortschrittliche Technologien zuzugreifen und diese für ihre spezifischen Anwendungsfälle anzupassen und weiterzuentwickeln. Die Verfügbarkeit auf NVIDIA Accelerated Infrastructure deutet zudem auf Optimierungen für den effizienten Einsatz in Hochleistungsrechenumgebungen hin.
Die Kombination aus offen verfügbaren Gewichten, hoher Leistungsfähigkeit in Codierungs- und Agentenaufgaben sowie nativer Multimodalität positioniert MiniMax M3 als einen relevanten Akteur in der Entwicklung von KI-Lösungen, insbesondere für B2B-Anwendungen, die komplexe Automatisierung und intelligente Entscheidungsfindung erfordern.
Bibliography
- MiniMaxAI/MiniMax-M3 · Hugging Face (2026). Verfügbar unter: https://huggingface.co/MiniMaxAI/MiniMax-M3
- MiniMax M3 - Coding & Agentic Frontier, 1M Context, Multimodal | MiniMax (o.D.). Verfügbar unter: https://www.minimax.io/models/text/m3
- MiniMax M3: Frontier Coding, 1M Context, Native Multimodality — All in One Model - MiniMax Research | MiniMax (2026). Verfügbar unter: https://www.minimax.io/blog/minimax-m3
- MiniMax-AI/MiniMax-M3 (2026). Verfügbar unter: https://github.com/MiniMax-AI/MiniMax-M3
- Deploy Long-Context Reasoning and Agentic Workflows with MiniMax M3 on NVIDIA Accelerated Infrastructure | NVIDIA Technical Blog (2026). Verfügbar unter: https://developer.nvidia.com/blog/deploy-long-context-reasoning-and-agentic-workflows-with-minimax-m3-on-nvidia-accelerated-infrastructure/
- MiniMax releases M3, a 428B open-weight model with a 1M context window that scores 59% on SWE-Bench Pro (2026). Verfügbar unter: https://digg.com/tech/aqmz169n
- Modular: Day Zero: MiniMax M3 Open Weights on Modular Cloud (2026). Verfügbar unter: https://www.modular.com/blog/day-zero-minimax-m3-open-weights-on-modular-cloud
- unsloth/MiniMax-M3 · Hugging Face (o.D.). Verfügbar unter: https://huggingface.co/unsloth/MiniMax-M3
- @RyanLeeMiniMax: MiniMax-M3 will by arrive on HuggingFace openweight at next week! (o.D.). Verfügbar unter: https://bittide.aicompass.dev/article/be8bac9d-047a-4f5b-b6f6-73ec0e66c3ce?cache=1
- MiniMax M3 is live: long context + native multimodality at 1/20th the price (2026). Verfügbar unter: https://fireworks.ai/blog/minimax-m3-launch
//Nächster Artikel
Google veröffentlicht Gemini 4 Argon weltweit. Analyse der Benchmarks, API-Preise, Sicherheitsfunktionen und Praxistests gegen Claude Opus 5.5.

// Artikel teilen
Mehr zu KI aus China
Alle KI aus China-News- Autonome KI-Agenten im Praxistest: Wie Forscher eine chinesische Agenten-Flotte aufspürten und kontaktierten
Forscher identifizieren KI-Agenten auf Tencent Cloud, die Schutzmechanismen von Amap umgehen, und treten per verdecktem Text mit ihnen in Kontakt.
- Kürzere Denkketten in hybriden Sprachmodellen: Wie ein Beta-Gate das RL-Reasoning von Qwen3.5-4B beschleunigt
Ein trainierbares Beta-Gate in Qwen3.5-4B senkt den Token-Verbrauch beim RL-Reasoning um bis zu 82 Prozent bei höherer Genauigkeit. Analyse der Methodik.
- Atomic Machines präsentiert Matter Compiler: KI-gestützte Fertigung für Mikromaschinen im Praxistest
Atomic Machines stellt mit dem Matter Compiler eine KI-gesteuerte Fabrik für Mikromaschinen und das Relais PrimeSwitch für KI-Rechenzentren vor.
- PrunaAI beschleunigt Qwen Image 2.1 mit neuen LoRA Adaptern
PrunaAI beschleunigt Qwen-Image-2.1: Mit neuen LoRA-Adaptern gelingt die Bildgenerierung und -bearbeitung in nur 5 bis 8 Schritten – bis zu 6,3-mal schneller.
// Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
- Prozesse mit KI-Workflows automatisierenVisuelle Automatisierung wiederkehrender Abläufe — mit Freigabeschritten.
- KI-Chat mit allen führenden ModellenGPT, Claude und Gemini in einer Oberfläche — mit Websuche und Quellenangaben.
- Autonome KI-AgentenAgenten, die mehrstufige Aufgaben selbstständig abarbeiten.
Recherchieren Sie KI-News wie diese selbst — mit Mindverse Studio.
7 Tage kostenlos testen — ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.
//Chronik
Aus dem Archiv · rund um den 13. Juni 2026
← Davor erschienen