Todo sobre MiniMax-M3

Presentación

Lanzado el 1 de junio de 2026, MiniMax-M3 es uno de los 6 modelos de MiniMax que seguimos en este sitio. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 52 proveedores de API recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Tiene, por tanto, 4 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Precio y presupuesto

MiniMax-M3 cuesta 0,30 US$ por millón de tokens de entrada y 1,2 US$ por millón de tokens de salida (mediana de 52 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,008 US$, es decir, 8,4 US$ por 1000 tareas de este tipo.

Son 1,2 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), MiniMax-M3 obtiene un índice de capacidad de 55,5 sobre 100, calculado con 4 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 90,9 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 71,1 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierCode (tareas de programación avanzadas): 14,7 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %
• APEX-Agents (tareas profesionales realizadas por un agente): 37,7 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 82,4 %

Características técnicas

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 50.000 tokens.

Acepta como entrada: texto, imagen y vídeo.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (MiniMaxAI/Minimax-M3). Vea también nuestra selección de modelos open source.

¿A quién va dirigido?

Por su categoría, MiniMax-M3 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a MiniMax-M3 son:

• Qwen3.6 35B-A3B (Alibaba Cloud (Qwen), índice 55,3)
• Qwen3.5 397B-A17B (Alibaba Cloud (Qwen), índice 59,2)
• DeepSeek V3.2 (DeepSeek, índice 59,8)
• Kimi K2.7 Code (Moonshot AI, índice 66,7)