Minimax
MiniMax M2.5
MiniMax-M2.5
最大コンテキスト
204.8K
最大出力
131.1K
リリース日
N/A
入力$0.3 / 百万トークン
出力$1.2 / 百万トークン
MiniMax M3
MiniMax-M3MiniMax M3 は、参照元で強調されている特徴として 1M-token コンテキスト, MiniMax Sparse Attention, native マルチモーダル foundation model を持ちます。主な価値は 長期 agents, コーディング, ツール利用 and large-コンテキスト 協働 にあります。そのため、汎用チャットモデルとしてではなく、このモデル固有の強みを中心に説明するのが自然です。
Context Window
512K tokens
Maximum Output
128K tokens
Release Date
2026年6月1日
Modalities
MiniMax M3 の料金
| 入力価格 | 出力価格 | キャッシュ読み取り |
|---|---|---|
| $0.6/M | $2.4/M | $0.12/M |
MiniMax M3 の API 機能
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Supported
Knowledge Base
—
Endpoint Protocols
Completions APIMessages APIgemini
MiniMax M3のモデル特長
MiniMax M3は、高度なソフトウェア開発、100万トークンのコンテキスト、ネイティブな視覚理解を組み合わせ、長時間の開発とエージェント作業に対応します。
長時間コーディング
長時間の開発セッションで、バグ修正、フロントエンドとバックエンドの実装、性能最適化、反復的な共同作業に対応します。
100万トークン文脈
MiniMax Sparse Attentionにより、長文脈処理の計算負荷を抑えながら最大100万トークンのコンテキストを扱えます。
ネイティブマルチモーダル
初期段階から混合モダリティで学習され、テキスト、画像、動画を処理して視覚情報に基づく推論を行います。
MiniMax M3のユースケース
MiniMax M3は、リポジトリ規模の開発、長時間の技術研究、文書・コード・実験結果を組み合わせた視覚分析に適しています。
リポジトリ規模の開発
大規模コードベースを分析し、変化する要件を確認しながら、フロントエンド、バックエンド、性能に関する変更を複数ラウンドで実装します。
技術研究の再現
論文、ソースコード、実験ログを一つのコンテキストで扱い、実験を実装して図表を確認し、公開結果と比較します。
マルチモーダル技術分析
技術文書やコードとともに図、グラフ、スクリーンショット、動画を解釈し、問題を特定して実装変更を提案します。
TokenHub API で MiniMax M3 を使用する方法
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)MiniMax M3 のベンチマーク
MiniMax-M3
| 指数スコア | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 総合能力の集約評価 | 44.4 |
| Artificial Analysis Coding Index | コーディング能力の集約評価 | 43.4 |
| 知識と推論 | ||
| GPQA | 高度な科学問題の解決 | 92.9% |
| HLE | 幅広い分野の専門家レベル試験 | 37.1% |
| コーディングとソフトウェア開発 | ||
| SciCode | 科学計算のコーディング課題 | 45.4% |
| Terminal-Bench Hard | 高難度のターミナル操作 | 42.4% |
| 指示追従とエージェントタスク | ||
| IFBench | プロンプト制約への準拠 | 82.9% |
| AA-LCR | 長いコンテキストでの推論 | 74% |
| τ²-Bench | エージェントのワークフロータスク | 88.9% |
指標の出典 Artificial Analysis
MiniMax M3 API よくある質問
MiniMax M3 API、料金、コーディングとエージェントのワークフロー、長文脈の制限、モデル比較に関するよくある質問です。
MiniMax M3 とは何ですか？+
MiniMax M3 は、長期のエージェント作業、コーディング、ツール利用向けの MiniMax マルチモーダルモデルです。大量のプロジェクト情報、長いコンテキスト、本番レベルのソフトウェア作業を扱うワークロードに適しています。
MiniMax M3 はコーディングとエージェントのワークフローに適していますか？+
長いコンテキスト、継続的なツール利用、複数ステップの協業が必要なコーディングやエージェントのワークフローでは、MiniMax M3 を評価する価値があります。本番導入前に、実際のリポジトリ作業、ツール呼び出し、完了基準でテストしてください。
TokenHub 経由で MiniMax M3 API を呼び出すには？+
TokenHub API Key を作成し、このページに表示される正確な MiniMax M3 のモデル ID をコピーして、API セクションで対応エンドポイントを選択します。生成されたリクエスト例を、OpenAI 互換クライアントまたはその他の対応クライアントへの統合の出発点として利用できます。
MiniMax M3 の料金はどのように評価すべきですか？+
このページに表示される現在の入力、出力、キャッシュ読み取り料金を確認し、一般的なプロンプト量、出力量、リクエスト数、キャッシュヒット率に基づいてコストを見積もってください。長文脈やエージェントのワークフローは、短いテキストリクエストとは大きく異なるコスト構造になります。
MiniMax M3 を長文脈タスクに使う前に何を確認すべきですか？+
モデル仕様に表示される現在のコンテキストウィンドウ、最大出力、入力モダリティ、対応エンドポイント、料金を確認してください。コンテキストが大きくても、文書入力の整理、ツールループの制御、実際のプロジェクトデータでのテストは必要です。
MiniMax M3 と Kimi K3 はどちらを選ぶべきですか？+
MiniMax M3 と Kimi K3 は、実際に提供するワークロードに対して比較してください。現在の API 料金、コンテキストと最大出力の制限、モダリティ、対応エンドポイント、ベンチマークを確認し、自社のコーディング、推論、エージェント作業で小規模な評価を行ってから決定します。
MiniMax API Key と現在の MiniMax M3 モデル ID はどこで確認できますか？+
TokenHub ワークスペースで API Key を作成し、このページに表示される正確な MiniMax M3 モデル ID をコピーしてください。本番トラフィックを送る前に、このページで対応エンドポイントと現在の仕様を確認してください。利用可能性やモデル情報は更新される場合があります。
MiniMax M3 を使い始めますか？
1つの API キーで MiniMax M3 とその他の AI モデルにアクセスできます。
メディアと議論
このモデルに関連する公開動画と投稿を選んでいます。
X (Twitter)
Reddit
YouTube