MiniMax M3 ist da – mit Frontier-Coding, 1-Mio.-Token-Kontext und nativer Multimodalität

Am 1. Juni 2026 hat MiniMax das Modell M3 offiziell veröffentlicht, das nächste Flaggschiffmodell des Shanghaier KI-Labs, und es hält genau das, was versprochen wurde. Das Modell, das wochenlang als Architektur-Teaser kursierte, ist jetzt live, und die Ankündigungen erwiesen sich als real: Coding auf Frontier-Niveau, ein Kontextfenster mit 1 Million Token und native Multimodalität, alles in einem Open-Weight-Modell. MiniMax bezeichnet es als das erste und einzige Open-Weight-Modell, das alle drei Eigenschaften vereint.

Open Weights stehen im Mittelpunkt von open source AI, der Kategorie von Modellen, die du herunterladen und selbst betreiben kannst, anstatt den Zugang über eine geschlossene API zu mieten.

Die Architektur-Geschichte, die wir vor dem Launch beschrieben hatten, hat sich bewahrheitet. M3 basiert auf dem neuen MiniMax Sparse Attention (MSA)-Design, derselben Sparse Attention, die das Unternehmen in der M2-Generation aufgegeben und für M3 wieder aufgegriffen hat. Du kannst es jetzt über MiniMax Code, Token-Pläne und die API nutzen, wobei Open Weights und ein vollständiger technischer Bericht innerhalb von etwa zehn Tagen versprochen werden. Nachfolgend findest du, was zum Launch bestätigt ist, was die Benchmarks aussagen, was es kostet und wie viel du davon heute schon vertrauen kannst.

Die wichtigsten Punkte

• Veröffentlicht und sofort verfügbar. M3 ist am 1. Juni 2026 erschienen und ist über MiniMax Code, Token-Plan-Abos und die Standard-API zugänglich. Open Weights und ein technischer Bericht sollen innerhalb von etwa zehn Tagen auf Hugging Face und GitHub erscheinen.
• Drei Frontier-Fähigkeiten in einem Modell. MiniMax positioniert M3 als das erste Open-Weight-Modell, das Frontier-Coding, ein 1-Mio.-Token-Kontextfenster und natives Bild- und Videoverständnis vereint.
• Sparse Attention umgesetzt. Die MSA-Architektur reduziert den Rechenaufwand pro Token bei 1 Mio. Kontext auf ein Zwanzigstel der vorherigen Generation, mit mehr als 9-fach schnellerem Prefill und mehr als 15-fach schnellerer Dekodierung.
• Starke Benchmarks, mit Einschränkungen. M3 erreicht 59,0 % auf SWE-Bench Pro, schlägt GPT-5.5 und Gemini 3.1 Pro und nähert sich Claude Opus 4.7 an. Mehrere Ergebnisse wurden auf der eigenen Infrastruktur von MiniMax mit Agent-Scaffolding erzielt, sodass eine unabhängige Überprüfung noch aussteht.
• Aggressiv günstig. Der Eingabepreis beginnt bei rund $0.30 pro Million Token, mit einem Mischkostensatz von nur $0.06 pro Million bei Cache-Optimierung.

Wo du MiniMax M3 jetzt nutzen kannst

M3 ist ab sofort über drei Kanäle verfügbar. Du kannst es über die Standard-API aufrufen, ein MiniMax-Token-Plan-Abo abschließen oder es in MiniMax Code nutzen, dem Agent-Produkt des Unternehmens. Die Open Weights und der technische Bericht sind am ersten Tag noch nicht verfügbar; MiniMax gibt an, beides innerhalb der nächsten zehn Tage oder so auf Hugging Face und GitHub zu veröffentlichen.

Dieses Timing ist wichtig. Entwickler können das gehostete Modell sofort testen, aber der Open-Weight-Anspruch ist erst vollständig belegt, wenn die Gewichte und der Bericht tatsächlich öffentlich sind. Wenn sie erscheinen, ist das zu beobachtende Repo huggingface.co/MiniMaxAI für eine Modellkarte mit dem Titel MiniMax-M3.

MiniMax Sparse Attention (MSA) von innen

Die wichtigste Änderung ist architektonischer Natur und dieselbe, die MiniMax vor dem Launch angedeutet hatte. M3 kehrt zu Sparse Attention zurück, nachdem das Unternehmen die gesamte M2-Generation (M2, M2.1, M2.5 und M2.7) auf Full Attention über das gesamte Kontextfenster gesetzt hatte.

Vereinfacht gesagt bedeutet Full Attention, dass jedes Token im Kontext jeden anderen Token betrachten kann. Das ist präzise, aber teuer, und die Kosten steigen mit wachsendem Kontext exponentiell. Sparse Attention erlaubt dem Modell, den Großteil dieser Verbindungen zu überspringen und sich nur auf die relevanten Token zu konzentrieren. M3s Design nutzt einen leichtgewichtigen Index-Branch, der eingehende Token scannt und auswählt, welche Blöcke vergangener Token Aufmerksamkeit verdienen, und führt dann nur für diese relevanten Key-Value-Blöcke Attention durch.

Die Basis ist Grouped Query Attention (GQA), nicht Multi-head Latent Attention, wobei die Auswahl auf Blockebene anhand der echten, unkomprimierten Key-Values statt einer komprimierten Darstellung erfolgt. Das ist das entscheidende Detail. M3 behält die Präzision echter Attention-Berechnungen, führt sie aber nur dort durch, wo es darauf ankommt. So beansprucht MiniMax, die Effizienzgewinne ohne Qualitätsverlust zu erzielen.

Warum MiniMax Sparse Attention in M2 aufgab und jetzt zurückbrachte

Das ist der Teil, der den Launch interessant macht, denn es ist eine öffentliche Selbstkorrektur. In MiniMaxs eigenem Engineering-Blog zur M2-Architektur schrieb das Team, dass „die Infrastruktur für lineare und Sparse Attention deutlich weniger ausgereift ist" als Full Attention und dass „effiziente Attention noch einen weiten Weg vor sich hat, bevor sie Full Attention definitiv schlagen kann."

Das wurde vor etwa einem Jahr veröffentlicht. Mit M3 hat dasselbe Team produktionsreitige Sparse Attention mit Verbesserungen um eine Größenordnung ausgeliefert. Die Wette ist, dass die Infrastruktur aufgeholt hat, und MSA ist der Beweis, den sie Entwicklern präsentieren.

Wie schnell ist MiniMax M3?

Die Effizienzwerte sind der klarste Teil des Releases. Alle Zahlen wurden bei 1-Millionen-Token-Kontextlänge gegenüber der Vorgängergeneration gemessen.

Das ist der eigentliche geschäftliche Vorteil. Langer Kontext klingt beeindruckend, aber die meisten Teams müssen kein ganzes Repository und ein Jahr Tickets in einen einzigen Prompt packen. Was sie brauchen, ist ein Modell, das genug Zustand über die Zeit hinweg hält, ohne Latenz und Inferenzkosten unerträglich zu machen. Indem der Rechenaufwand pro Token bei 1 Mio. Kontext auf ein Zwanzigstel gesenkt wird, ist MSA darauf ausgelegt, Langkontext-Agenten für normale Entwickler-Workflows wirtschaftlich zu machen, nicht nur für Demos.

MiniMax M3 Benchmark-Ergebnisse

Das sind die Daten, die der Vorab-Artikel nicht zeigen konnte, weil es noch keine Genauigkeits-Benchmarks gab. Jetzt gibt es sie. Bei Coding- und Agentic-Aufgaben erzielt M3 Werte, die es in Frontier-Gesellschaft bringen.

Die herausragenden Behauptungen: Auf SWE-Bench Pro schlägt M3 GPT-5.5 und Gemini 3.1 Pro und nähert sich Claude Opus 4.7 an. Auf BrowseComp übertrifft sein Wert von 83,5 den Wert von Opus 4.7 (79,3). Im multimodalen Bereich erzielt M3 über Gemini 3.1 Pro auf OmniDocBench, belegt den Spitzenplatz auf Claw-Eval (ein End-to-End-autonomer-Agent-Benchmark) und schlägt Opus 4.7 auf SVG-Bench.

Behandle diese Ergebnisse mit angemessener Vorsicht. MiniMax gibt an, dass mehrere Ergebnisse auf der eigenen Infrastruktur mit Agent-Scaffolding wie Claude Code, Mini-SWE-Agent oder Terminus erzielt wurden. Das macht die Zahlen nicht wertlos, bedeutet aber, dass ein Modell, das auf einem Leaderboard stark aussieht, sich in einem unordentlichen internen Repository anders verhalten kann. M3 ist außerdem noch nicht auf dem DeepSWE-Board vertreten, wo langfristige Software-Aufgaben verfolgt werden, sodass ein sauberer Vergleich mit den neuesten Claude-Versionen noch aussteht. Interessenten sollten auf unabhängige Tests warten, bevor sie Beschaffungsentscheidungen treffen.

Was kostet MiniMax M3?

Beim Preis macht M3 sein stärkstes Argument, und unser vollständiger MiniMax-Preisleitfaden ordnet es gegen jeden anderen Plan ein. Die API berechnet rund $0.30 pro Million Eingabe-Token, und mit Cache-Optimierung sinken die Mischkosten auf etwa $0.06 pro Million. Für Anfragen bis zu 512K Eingabe-Token gilt ein Standardtarif, darüber ein höherer Tarif für Langkontext-Szenarien, und es sind sowohl Standard- als auch Prioritäts-Service-Tiers verfügbar.

Für Vielnutzer bietet MiniMax monatliche Token-Pläne an, die pro Token günstiger sind.

Zum Vergleich: Claude Opus 4.7 kostet rund $5 pro Million Eingabe-Token und $25 pro Million Ausgabe-Token. Wenn M3 qualitativ standhält, ist es bei der Eingabe mehr als 15-mal günstiger und dazu noch open-weight.

Was MiniMax M3 tatsächlich kann

MiniMax unterlegte den Launch mit drei Demonstrations-Aufgaben über viele Stunden, die zeigen sollen, wie M3 nicht nur Prompts beantwortet, sondern über längere Zeit arbeitet.

• Paper-Reproduktion. M3 reproduzierte autonom ein ICLR-2025-Paper in 12 Stunden und erzeugte dabei 18 Commits und 23 Abbildungen.
• CUDA-Kernel-Optimierung. In einem 24-Stunden-Lauf steigerte M3 die FP8-Hardware-Auslastung von 7,6 % auf 71,3 %, eine 9,4-fache Beschleunigung, über 147 Benchmark-Einreichungen.
• Autonomes Modelltraining. M3 erzielte 0,37 auf PostTrainBench, einer Aufgabe, bei der das Modell ein anderes Modell von Grund auf trainieren soll.

Diese Aufgaben sind mit MiniMax Code verknüpft, dem Agent-Produkt rund um das Modell. Es unterteilt komplexe Arbeit mithilfe eines Agent-Team-Frameworks in mehrstufige Workflows, führt eine adversarielle Produzenten-Verifizierer-Schleife durch, um eigene Fehler zu erkennen, und unterstützt Computer Use über die nativen multimodalen Fähigkeiten von M3. Es basiert teilweise auf den Open-Source-Projekten OpenCode und Pi und bringt MiniMax in dieselbe Kategorie wie Anthropics Claude Code, OpenAIs Coding-Agenten und Googles Gemini-Tools. Das Produkt ist nicht mehr nur das Modell, sondern das Modell plus das Gerüst darum herum.

MiniMax M3 vs M2.7 vs M2.5

So positioniert sich M3 gegenüber MiniMaxs jüngsten M-Series-Modellen und einem bedeutenden westlichen Referenzpunkt, jetzt, da die M3-Spalte mit echten Daten gefüllt werden kann.

M2.7 bleibt das Modell, das die meisten aktuellen MiniMax-Nutzer verwenden, und es wird nicht eingestellt. Der Unterschied ist, dass M3 den 1-Mio.-Token-Kontext endlich praktikabel statt schmerzhaft langsam macht und die native Multimodalität hinzufügt, die M2.7 nie hatte. Hintergrund dazu, wie die M-Series dorthin gelangte, findest du in unserer MiniMax M2.5-Analyse. M3 ist einer der Juni-Launches; wenige Tage später stellte Microsoft seine eigenen MAI-Modelle auf der Build vor.

Wie schlägt sich MiniMax M3 gegenüber Claude, GPT-5.5, Gemini und DeepSeek?

Mit nun öffentlichen Benchmarks ist der Vergleich schärfer als in der Teaser-Phase, auch wenn unabhängige Überprüfung noch fehlt.

Gegen Claude Opus 4.7. Claude liegt bei roher Reasoning-Qualität wahrscheinlich noch vorne und führt bei den neuesten Langzeit-Coding-Tests. Aber M3 ist open-weight, mehr als 15-mal günstiger bei der Eingabe, und übertrifft Opus 4.7 tatsächlich bei der BrowseComp-Websuche. Der Abstand, der jahrelang entscheidend war, hat sich auf einen schmalen Vorsprung bei bestimmten Aufgaben verringert.

Gegen GPT-5.5 und Gemini 3.1 Pro. M3s eigene Zahlen stellen es auf SWE-Bench Pro vor beide. Die schwierigere Behauptung ist die Architektur: M3 sagt, es habe günstige 1-Mio.-Token-Inferenz in der Produktion realisiert, was die geschlossenen Labs öffentlich nicht in gleicher Weise zugesagt haben.

Gegen DeepSeek V4 und Qwen3.7-Max. Das ist das engste Rennen. DeepSeek V4 und Qwen3.7-Max sind M3s eigentliches Wettbewerbsfeld, alle chinesisch, alle open-weight, alle auf dieselben agentischen Anwendungsfälle ausgerichtet. Ein neuer Mitbewerber in diesem Open-Weight-Feld ist Nex-N2-Pro, ein 397-Milliarden-Parameter-MoE-Modell für agentisches Coding. M3s Alleinstellungsmerkmal in diesem Segment ist die Kombination: Es ist das Modell, das Frontier-Coding, 1-Mio.-Kontext und Multimodalität auf einmal vereint.

Einen breiteren Einblick, wie das US-amerikanische und chinesische Modell-Rennen Preise und Lizenzen beeinflusst, findest du in unserer Anthropic-vs.-OpenAI-Analyse.

Ist MiniMax M3 open source?

Es ist open-weight, mit Gewichten und einem technischen Bericht, die innerhalb von etwa zehn Tagen nach dem Launch auf Hugging Face und GitHub erscheinen sollen. Ob es als vollständig open-source gilt, hängt von der Lizenz ab, die zum Zeitpunkt des Launches noch nicht veröffentlicht war.

Der Unterschied ist wichtig. Open-weight bedeutet, du kannst die Modelldateien herunterladen und lokal betreiben. Open-source bedeutet im strengen Sinne zusätzlich, dass die Lizenz uneingeschränkte kommerzielle Nutzung erlaubt. MiniMax-M2 erschien unter einer modifizierten MIT-Lizenz, aber die neuere M2.7-Lizenz schränkt die kommerzielle Nutzung des Modells oder von Ableitungen ohne vorherige schriftliche Genehmigung ein. Wenn M3 diesem Präzedenzfall folgt, sind herunterladbare Gewichte mit nicht-kommerziellem Standard und Enterprise-Lizenzen über den Direktvertrieb zu erwarten. Der technische Bericht wird das klären.

Wer steckt hinter MiniMax M3?

MiniMax ist ein 2021 gegründetes KI-Labor mit Sitz in Shanghai. Außerhalb Chinas ist es vor allem für sein Hailuo-Videomodell bekannt, das wir in unserem Hailuo 02-Review behandelt haben, sowie für die M-Series der Sprachmodelle. Das Unternehmen lieferte M1 Mitte 2025 (456 Mrd. Parameter) aus, bevor es zur kleineren, dichteren und agentzentrierteren M2-Familie schwenkte, und jetzt zu M3.

Der kommerzielle Hintergrund verleiht diesem Launch zusätzliches Gewicht. MiniMax ging am 9. Januar 2026 an der Hongkonger Börse an die Börse und ist damit ein börsennotiertes Unternehmen, das beweisen muss, dass es Modellzugang verkaufen, die Entwickler-Adoption steigern und trotzdem das Open-Source-Ökosystem bedienen kann. Das ist eine schwierige Balance: Open Weights bauen Vertrauen und Reichweite auf, aber gehostete APIs und Agent-Abos sind die Quelle wiederkehrender Einnahmen. Das öffentliche Gesicht der M3-Arbeit war Skyler Miao (@SkylerMiao7), MiniMaxs Head of Engineering, dessen X-Posts die Architektur vor dem Launch vorstellten.

Was MiniMax M3 für das globale KI-Rennen bedeutet

Zwei Verschiebungen zeichnen sich nun ab, da M3 ausgeliefert wurde.

Erstens: Sparse Attention ist für Langkontext-Produktionssysteme wieder im Spiel. MiniMax bezeichnete sie 2025 als noch nicht bereit. Sie jetzt als Hauptmerkmal einzusetzen, signalisiert, dass das breitere Feld aufholen muss. Anthropic, Google DeepMind und OpenAI haben alle Forschung zu effizienter Attention laufen, aber keines hat ein Flaggschiffmodell mit diesem Maß an öffentlichem Effizienzversprechen ausgeliefert.

Zweitens: Chinesische Open-Weight-Labs bauen den Kostenvorteil weiter aus. DeepSeek eröffnete diese Front, Qwen hielt den Druck aufrecht, und M3 erhöht ihn erneut: günstig zu betreiben, frei herunterladbar, und jetzt gleichzeitig ernsthaft konkurrenzfähig bei Coding, Kontext und multimodaler Arbeit. Der Preisaufschlag der US-amerikanischen Labs wird mit jedem Launch schwerer zu verteidigen. Den aktuellen Überblick, wo jedes Flaggschiffmodell steht, findest du in unserem Best-AI-Ranking.

Solltest du zu MiniMax M3 wechseln?

Wenn dein Workload 1-Mio.-Token-Kontext benötigt, etwa für die Analyse ganzer Codebasen, Multi-Dokument-Recherche-Agenten oder langlebigen Session-Speicher, ist M3 das offensichtliche Modell, das du zuerst testen solltest. Genau dafür wurde es gebaut, und die Effizienzgewinne machen diese Workloads erst erschwinglich.

Wenn du Standard-Agent- oder Coding-Pipelines betreibst, lohnt es sich, M3 gegen dein aktuelles Modell zu testen, aber warte auf unabhängige Benchmarks und den technischen Bericht, bevor du die Produktion auf Launch-Zahlen setzt. Der kluge Schritt ist, das gehostete Modell jetzt zu testen und neu zu bewerten, sobald die Gewichte öffentlich sind.

Wenn du einfach mehrere chinesische und westliche Flaggschiffmodelle testen möchtest, ohne separate API-Schlüssel zu jonglieren, leitet die Fello AI App für Mac und iOS zwischen Claude, ChatGPT, Gemini, Grok und DeepSeek über eine einzige Oberfläche weiter. M3 kam mit dem 6.7.0-Update in Fello AI und sitzt jetzt in derselben Oberfläche wie diese Modelle.

Was als Nächstes zu beobachten ist

Die nächsten Wochen entscheiden, wie viel vom Launch außerhalb von Tests standhält. Drei Dinge sind zu beobachten: die Open Weights und der technische Bericht, die innerhalb der versprochenen zehn Tage auf Hugging Face erscheinen, die ersten unabhängigen Benchmark-Läufe, die MiniMaxs eigenes Scaffolding außen vor lassen, und M3s späteres Erscheinen auf neutralen Boards wie DeepSWE. Wenn das alles sauber ankommt, hat MiniMax mehr getan als ein weiteres leistungsfähiges Modell auszuliefern. Es hat das Frontier-Rennen für jedes Lab, das Coding-Agenten verkauft, schwieriger gemacht. Wir werden diesen Artikel aktualisieren, sobald die verifizierten Daten vorliegen.

FAQ