MiniMax ha ufficialmente presentato MiniMax M3 il 1° giugno 2026, un modello di frontiera che introduce l'architettura MSA (MiniMax Sparse Attention) per gestire una finestra di contesto da 1 milione di token. Il modello integra nativamente capacità multimodali e prestazioni di programmazione avanzate, posizionandosi come il primo sistema open-weight a combinare elaborazione di documenti lunghi, input video/immagine e automazione desktop in un'unica struttura.
MSA: L’architettura MiniMax Sparse Attention
L'innovazione centrale di MiniMax M3 risiede nella MSA (MiniMax Sparse Attention). Nei modelli standard, il meccanismo di attenzione presenta una complessità computazionale quadratica: raddoppiare la lunghezza del testo quadruplica il costo di calcolo. La MSA è progettata per superare questo limite strutturale tramite una fase di pre-filtraggio che evita il calcolo completo della matrice di attenzione.
A differenza di altri approcci come DSA o MoBA, MSA suddivide la KV cache (un sistema di memoria che memorizza le chiavi e i valori dei token precedenti per velocizzare la generazione) in blocchi precisi, garantendo una copertura del contesto più efficace. A livello tecnico, utilizza un approccio "KV outer gather Q": i blocchi KV fungono da ciclo esterno per aggregare le query che li colpiscono. Questo metodo permette di leggere ogni blocco una sola volta, ottimizzando l'accesso alla memoria.
Mostra dati
| Voce | Fattore di velocità (x) |
|---|---|
| Velocità Prefill | 9 |
| Velocità Decoding | 15 |
Benchmark di programmazione e capacità agentiche
MiniMax M3 è stato testato intensamente su benchmark relativi alla programmazione e alle capacità agentiche (ovvero la capacità di un'IA di agire autonomamente come un agente software). I risultati posizionano il modello ai vertici del settore, superando in diverse categorie modelli come GPT-5.5 e Gemini 3.1 Pro.
- SWE-Bench Pro: 59,0% (avvicinandosi a Opus 4.7).
- Terminal-Bench 2.1: 66,0% nella gestione di comandi da terminale.
- MCP Atlas: 74,2% nell'integrazione di strumenti esterni.
- OSWorld-Verified: 70,06% di successo nell'interazione con sistemi operativi desktop.
Per colmare il divario tra i test sintetici e l'uso reale, MiniMax ha sviluppato un framework di simulazione utente interattivo. Questo sistema addestra il modello a gestire flussi di lavoro complessi che includono la discussione di soluzioni, la correzione basata sui feedback e il passaggio continuo tra diversi compiti all'interno dello stesso progetto.
Multimodalità nativa e addestramento integrato
A differenza di molti modelli che aggiungono capacità visive dopo l'addestramento testuale, MiniMax M3 è stato addestrato in modalità mista sin dal "passo zero". Testo, immagini e video sono stati elaborati simultaneamente, ricostruendo l'intera pipeline di dati per gestire formati interleaved (sequenze dove testo e immagini sono naturalmente mescolati).
Il set di dati utilizzato per l'addestramento è stato scalato nell'ordine dei 100 trilioni di token. Questa integrazione profonda permette al modello non solo di "vedere" un documento o un video, ma di comprendere il contesto operativo necessario per gestire un computer, leggendo interfacce grafiche e agendo di conseguenza.
- ✓Finestra di contesto enorme (1M token) con costi ridotti
- ✓Capacità agentiche superiori in compiti di programmazione reali
- ✓Multimodalità nativa che supporta luso diretto del desktop
- ✓Pesi del modello aperti (open-weights)
- ✗Richiede hardware specifico per ottimizzazioni spinte (es. NVIDIA Blackwell)
- ✗Le prestazioni in alcuni task di training autonomo sono leggermente inferiori a Opus 4.7
Casi d’uso reali: dall’ottimizzazione CUDA alla ricerca scientifica
MiniMax ha documentato tre scenari applicativi interni che dimostrano la potenza operativa di M3:
Riproduzione di paper scientifici
M3 ha ricevuto il paper vincitore dell'ICLR 2025 "Learning Dynamics of LLM Finetuning" con l'istruzione di riprodurre gli esperimenti. In 12 ore di attività autonoma, il modello ha generato 18 commit di codice e 23 grafici sperimentali, completando i test principali senza intervento umano. Questo compito ha richiesto la capacità di leggere formule (multimodalità), mantenere in memoria l'intero studio (long context) e scrivere codice complesso.
Ottimizzazione di kernel CUDA
In un test di 24 ore, il modello ha ottimizzato un kernel di moltiplicazione di matrici (GEMM) FP8 su architettura NVIDIA Hopper. Partendo da zero, M3 ha effettuato 1.959 chiamate a strumenti e 147 invii di test. Il risultato è stato un incremento dell'utilizzo del picco hardware dal 7,6% al 71,3%, un miglioramento di oltre 9 volte rispetto alla base di partenza.
Come MiniMax M3 ottimizza il codice hardware
- 1Diagnosi colli di bottigliaAnalisi delle prestazioni iniziali e identificazione dei limiti di memoria.
- 2Generazione configurazioniCreazione di script di autotuning per trovare i parametri ottimali.
- 3Riscrittura kernelImplementazione di tecniche avanzate come CUDA Graphs e kernel persistenti.
- 4Validazione finaleInvio iterativo al benchmark fino al raggiungimento del picco di utilizzo hardware.
PostTrainBench: addestramento autonomo di modelli
M3 è stato testato nella gestione dell'intero ciclo di vita di altri modelli: sintesi dei dati, addestramento, valutazione e iterazione. In 12 ore, ha gestito autonomamente l'evoluzione di quattro modelli base per acquisire capacità matematiche e di ragionamento scientifico, ottenendo un punteggio di 0,37 e superando la maggior parte dei concorrenti nei test di autonomia.
Un nuovo standard per i modelli open-weight
MiniMax M3 non è solo un incremento incrementale; lintroduzione della MSA e la capacità di operare autonomamente su compiti di ingegneria complessi lo rendono uno degli strumenti più potenti per sviluppatori e ricercatori. La combinazione di contesto esteso e multimodalità nativa apre la strada ad agenti AI realmente operativi.