Zuletzt aktualisiert: 11. Oktober 2026

MiniMax M3: Test, API-Anleitung, Preise und lokale Installation

MiniMax hat M3 am 1. Juni 2026 veröffentlicht. Es ist ein Mixture-of-Experts-Modell mit offenen Gewichten, rund 428B Parametern insgesamt und 23B aktiven, einem Kontextfenster von 1M Tokens und nativer Bild- und Videoeingabe. Diese Seite fasst zusammen, was MiniMax veröffentlicht hat, zeigt den API-Aufruf, vergleicht den Preis mit Claude und GPT und erklärt, was man für den eigenen Betrieb braucht.

MiniMax M3 auf einen Blick

Die API-Dokumentation führt bereits ein neueres MiniMax-M3.1-Flash-Preview, bisher aber nur im M Plan und in der App MiniMax Code.

Quelle: MiniMax: Ankündigung von MiniMax M3

Quelle: MiniMax-AI/MiniMax-M3 auf GitHub

Quelle: MiniMaxAI/MiniMax-M3 auf Hugging Face

Quelle: MiniMax-API: Anleitung zur Textgenerierung

Von MiniMax veröffentlichte Benchmarks

Das sind MiniMax’ eigene Zahlen. Wir haben sie nicht nachgemessen, und MiniMax hat keinen Vergleich unter gleichen Bedingungen mit Claude Opus 5.5, GPT-6 oder Gemini 4 veröffentlicht.

MiniMax beschreibt außerdem zwei lange Aufgaben: rund 12 Stunden, um ein Forschungspaper nachzubauen (18 Commits, 23 Abbildungen), und rund 24 Stunden, um einen CUDA-FP8-GEMM-Kernel von 7,6 % auf 71,3 % der Hardware-Spitzenleistung zu bringen.

Quelle: MiniMax: Ankündigung von MiniMax M3

Quelle: MiniMaxAI/MiniMax-M3 auf Hugging Face

Selbst testen: fünf Prompts

Am schnellsten beurteilen Sie M3, indem Sie dieselben Prompts an M3 und an Ihr aktuelles Modell schicken. Diese decken die Stärken ab, die MiniMax nennt.

Hier sind ein fehlschlagender Test und die getestete Funktion. Finde den Bug, erkläre die Ursache in zwei Sätzen und gib nur die korrigierte Funktion zurück.

[Test einfügen]
[Funktion einfügen]

Unten füge ich ein ganzes Repository ein. Liste jede Stelle auf, an der eine Datenbankverbindung geöffnet, aber nicht geschlossen wird, mit Datei und Zeile, und schlage einen gemeinsamen Helper vor, der alle behebt.

[Dateien einfügen]

Mach aus diesem UI-Screenshot eine einzelne HTML-Datei mit Inline-CSS. Halte Abstände und Farben möglichst genau ein und mach sie bis 360px Breite responsiv.

Sieh dir diese Bildschirmaufnahme eines Bugs an. Liste die genauen Schritte zur Reproduktion auf und was der Nutzer stattdessen erwartet hat.

Du hast Shell-Zugriff auf ein Node-Projekt. Plane Schritt für Schritt das Upgrade von Express 4 auf Express 5, einschließlich wie du prüfst, dass nichts kaputtgeht. Führe noch nichts aus.

Verwenden Sie temperature 1.0 und top_p 0.95, die von MiniMax empfohlenen Werte.

Quelle: MiniMax-AI/MiniMax-M3 auf GitHub

So nutzen Sie die MiniMax-M3-API

1. Legen Sie auf platform.minimax.io ein Konto an und hinterlegen Sie eine Zahlungsmethode oder kaufen Sie einen Token Plan.
2. Erstellen Sie in der Konsole einen API-Schlüssel.
3. Richten Sie das Anthropic-SDK (von MiniMax empfohlen) auf https://api.minimax.io/anthropic oder das OpenAI-SDK auf https://api.minimax.io/v1.
4. Wählen Sie das Modell MiniMax-M3.
5. Bleiben Sie wenn möglich unter 512K Eingabe-Tokens; darüber verdoppelt sich der Preis.

# pip install anthropic
import anthropic

client = anthropic.Anthropic(
    base_url="https://api.minimax.io/anthropic",
    api_key="YOUR_MINIMAX_API_KEY",
)

msg = client.messages.create(
    model="MiniMax-M3",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Write a Python function that dedupes a list while keeping order."}],
)
print(msg.content)

Quelle: MiniMax-API: Anleitung zur Textgenerierung

OpenAI-kompatibler Aufruf (curl)

curl https://api.minimax.io/v1/chat/completions \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [{"role": "user", "content": "Explain MoE models in 3 sentences."}],
    "temperature": 1.0,
    "top_p": 0.95
  }'

Werkzeuge, die bereits die Anthropic- oder OpenAI-API sprechen, etwa Coding-Agenten, brauchen meist nur eine andere Basis-URL, einen anderen Schlüssel und Modellnamen.

Quelle: MiniMax-API: Anleitung zur Textgenerierung

Preise von MiniMax M3

MiniMax bezeichnet den Rabatt als „dauerhaft 50 %“. Mit oder ohne Thinking kostet es gleich viel. Die Alternative ist das Token-Plan-Abo: Plus für 20 $ im Monat (rund 1,7 Mrd. M3-Tokens), Max für 50 $ (rund 5,1 Mrd.) und Ultra für 120 $ (rund 9,8 Mrd.); Text, Bild, Sprache und Musik teilen sich ein Kontingent.

Quelle: MiniMax-API: Pay-as-you-go-Preise

Quelle: MiniMax: Ankündigung von MiniMax M3

MiniMax M3 vs. Claude und GPT

• Nehmen Sie M3, wenn Sie offene Gewichte brauchen (Self-Hosting, Fine-Tuning, Daten, die Ihre Server nicht verlassen dürfen) oder günstiges Coding mit langem Kontext plus Bild- und Videoeingabe.
• Haiku 5.5 und GPT-6 Luna sind pro Token günstiger für einfache Aufgaben mit hohem Volumen.
• Für die schwierigsten Coding-Aufgaben vergleichen Sie mit Ihren eigenen Aufgaben: Einen gemeinsamen Benchmark von M3 gegen Opus 5.5 oder GPT-6 Astra gibt es noch nicht.

Listenpreise der kürzesten Prompt-Stufe. Die Preise von Claude und OpenAI stammen von deren Preisseiten, wie sie diese Website verfolgt.

Alle API-Preise · Kostenrechner · Claude Haiku 5.5

Quelle: MiniMax-API: Pay-as-you-go-Preise

Quelle: Claude-API-Preise

Quelle: OpenAI-API-Preise

MiniMax M3 lokal betreiben

Das vollständige Modell ist in BF16 rund 855 GB groß. MiniMax und vLLM zielen für BF16 auf einen einzelnen Knoten mit acht Hopper-GPUs (8x H200 oder H20). Der MXFP8-Checkpoint (MiniMaxAI/MiniMax-M3-MXFP8) braucht ungefähr halb so viel Speicher.

# 1) Download the weights (~855 GB in BF16)
hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

# 2) Serve with vLLM on 8 Hopper GPUs (e.g. 8x H200).
#    Support is not in a stable vLLM release yet: use the vllm/vllm-openai:minimax-m3 image.
vllm serve MiniMaxAI/MiniMax-M3 \
  --tensor-parallel-size 8 \
  --block-size 128 \
  --tool-call-parser minimax_m3 \
  --reasoning-parser minimax_m3 \
  --enable-auto-tool-choice

# Or SGLang
python3 -m sglang.launch_server \
  --model-path "MiniMaxAI/MiniMax-M3" \
  --host 0.0.0.0 --port 30000

Laut vLLM-Rezept ist --block-size 128 Pflicht, und der Tool-Call-Parser heißt minimax_m3, nicht minimax_m2.

Quelle: MiniMax-AI/MiniMax-M3 auf GitHub

Quelle: vLLM-Rezept: MiniMax M3

Quelle: MiniMaxAI/MiniMax-M3 auf Hugging Face

Kleinere Rechner: Unsloth-GGUF (experimentell)

# Experimental, text-only GGUF (llama.cpp branch with M3 support)
git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp
git fetch origin pull/24523/head:minimax-m3
git checkout minimax-m3
cmake -B build -DGGML_CUDA=ON   # -DGGML_CUDA=OFF for CPU or Apple Metal
cmake --build build --config Release -j --target llama-cli llama-server

./build/bin/llama-cli \
  -hf unsloth/MiniMax-M3-GGUF:UD-IQ1_M \
  --temp 1.0 --top-p 0.95 --top-k 40 \
  --ctx-size 32768

Das GGUF unterstützt nur Text und noch keine Sparse Attention; bei langen Kontexten fällt es auf dichte Attention zurück und braucht deutlich mehr Speicher. Halten Sie --ctx-size moderat.

Quelle: Unsloth: MiniMax M3 lokal ausführen

Darf man es kommerziell nutzen?

• Nicht-kommerzielle Nutzung ist kostenlos.
• Kommerzielle Nutzung ist erlaubt, Sie müssen aber „Built with MiniMax M3“ auf einer zugehörigen Website, Oberfläche oder Dokumentation zeigen.
• Unternehmen unter 20 Mio. US-Dollar Jahresumsatz schicken eine einmalige Mitteilung an [email protected] (Betreff „M3 licensing — notice“). Darüber ist eine schriftliche Genehmigung von MiniMax nötig.
• Militärische Nutzung, rechtswidrige Inhalte, Schaden für Minderjährige und gezielte Desinformation sind verboten.

Dies ist eine Zusammenfassung, keine Rechtsberatung. Lesen Sie die Lizenz, bevor Sie ein Produkt darauf aufbauen.

Quelle: MiniMax Community License

Unabhängiger Leitfaden, nicht mit MiniMax verbunden. Angaben aus MiniMax’ Ankündigung, GitHub, Modellkarte und Lizenz auf Hugging Face, API-Dokumentation, vLLM-Rezept und Unsloth-Anleitung, geprüft am 11. Oktober 2026. Die Benchmarks stammen von MiniMax und wurden von uns nicht nachgemessen. Preise können sich ändern.