Última actualización: 11 de octubre de 2026

MiniMax M3: reseña, guía de API, precios e instalación local

MiniMax lanzó M3 el 1 de junio de 2026. Es un modelo de mezcla de expertos con pesos abiertos, unos 428B parámetros totales y 23B activos, ventana de contexto de 1M tokens y entrada nativa de imagen y video. Aquí reunimos lo que MiniMax ha publicado, mostramos cómo llamarlo por API, comparamos su precio con Claude y GPT y explicamos qué hace falta para ejecutarlo por tu cuenta.

MiniMax M3 de un vistazo

La documentación de la API ya lista un MiniMax-M3.1-Flash-Preview más nuevo, pero por ahora solo en el M Plan y la app MiniMax Code.

Fuente: MiniMax: anuncio de MiniMax M3

Fuente: MiniMax-AI/MiniMax-M3 en GitHub

Fuente: MiniMaxAI/MiniMax-M3 en Hugging Face

Fuente: API de MiniMax: guía de generación de texto

Benchmarks publicados por MiniMax

Son cifras de MiniMax. No las hemos reproducido, y MiniMax no publicó una comparación en las mismas condiciones con Claude Opus 5.5, GPT-6 ni Gemini 4.

MiniMax describe además dos tareas largas: unas 12 horas reproduciendo un artículo científico (18 commits, 23 figuras) y unas 24 horas optimizando un kernel CUDA FP8 GEMM, del 7.6 % al 71.3 % del pico del hardware.

Fuente: MiniMax: anuncio de MiniMax M3

Fuente: MiniMaxAI/MiniMax-M3 en Hugging Face

Pruébalo tú: cinco prompts

La forma más rápida de saber si M3 te sirve es lanzar los mismos prompts contra M3 y contra el modelo que usas ahora. Estos cubren los puntos fuertes que MiniMax anuncia.

Aquí tienes un test que falla y la función que prueba. Encuentra el bug, explica la causa en dos frases y devuelve solo la función corregida.

[pega el test]
[pega la función]

Debajo pego un repositorio entero. Enumera cada lugar donde se abre una conexión a la base de datos sin cerrarla, con archivo y línea, y propone un helper común que los arregle todos.

[pega los archivos]

Convierte esta captura de interfaz en un único archivo HTML con CSS en línea. Respeta espaciados y colores y haz que funcione hasta 360px de ancho.

Mira esta grabación de pantalla de un bug. Enumera los pasos exactos para reproducirlo y qué esperaba el usuario que ocurriera.

Tienes acceso a la terminal de un proyecto Node. Planifica paso a paso cómo lo actualizarías de Express 4 a Express 5, incluido cómo comprobarás que nada se rompe. No ejecutes nada todavía.

Usa temperature 1.0 y top_p 0.95, los valores que recomienda MiniMax.

Fuente: MiniMax-AI/MiniMax-M3 en GitHub

Cómo usar la API de MiniMax M3

1. Crea una cuenta en platform.minimax.io y añade un método de pago o compra un Token Plan.
2. Crea una API key en la consola.
3. Apunta el SDK de Anthropic (el que recomienda MiniMax) a https://api.minimax.io/anthropic, o el SDK de OpenAI a https://api.minimax.io/v1.
4. Usa el modelo MiniMax-M3.
5. Mantén la entrada por debajo de 512K tokens cuando puedas; por encima, el precio se duplica.

# 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)

Fuente: API de MiniMax: guía de generación de texto

Llamada compatible con OpenAI (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
  }'

Las herramientas que ya hablan la API de Anthropic u OpenAI, como los agentes de código, normalmente solo necesitan cambiar la URL base, la clave y el nombre del modelo.

Fuente: API de MiniMax: guía de generación de texto

Precio de MiniMax M3

MiniMax etiqueta el descuento como “50 % permanente”. Con o sin thinking cuesta lo mismo. La alternativa es la suscripción Token Plan: Plus a $20 al mes (unos 1.700 millones de tokens de M3), Max a $50 (unos 5.100 millones) y Ultra a $120 (unos 9.800 millones); texto, imagen, voz y música comparten el mismo saldo.

Fuente: Precios de pago por uso de la API de MiniMax

Fuente: MiniMax: anuncio de MiniMax M3

MiniMax M3 frente a Claude y GPT

• Elige M3 si necesitas pesos abiertos (alojamiento propio, fine-tuning, datos que no pueden salir de tus servidores) o código con contexto largo, imagen y video a bajo precio.
• Haiku 5.5 y GPT-6 Luna son más baratos por token para tareas simples y de gran volumen.
• Para el código más difícil, compara con tus propias tareas: todavía no hay un benchmark común de M3 frente a Opus 5.5 o GPT-6 Astra.

Son precios de lista del tramo de prompt más corto. Los de Claude y OpenAI salen de sus páginas de precios, tal como los sigue este sitio.

Todos los precios de API · Calculadora de costos · Claude Haiku 5.5

Fuente: Precios de pago por uso de la API de MiniMax

Fuente: Precios de la API de Claude

Fuente: Precios de la API de OpenAI

Cómo ejecutar MiniMax M3 en local

El modelo completo ocupa unos 855 GB en BF16. MiniMax y vLLM apuntan a un solo nodo con ocho GPU Hopper (8x H200 o H20) para BF16. El checkpoint MXFP8 (MiniMaxAI/MiniMax-M3-MXFP8) necesita más o menos la mitad de memoria.

# 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

La receta de vLLM indica que --block-size 128 es obligatorio y que el parser de herramientas es minimax_m3, no minimax_m2.

Fuente: MiniMax-AI/MiniMax-M3 en GitHub

Fuente: Receta de vLLM: MiniMax M3

Fuente: MiniMaxAI/MiniMax-M3 en Hugging Face

Equipos más pequeños: GGUF de Unsloth (experimental)

# 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

El GGUF solo admite texto y aún no soporta atención dispersa, así que con contextos largos vuelve a atención densa y usa mucha más memoria. Mantén --ctx-size moderado.

Fuente: Unsloth: ejecutar MiniMax M3 en local

¿Se puede usar comercialmente?

• El uso no comercial es gratuito.
• El uso comercial está permitido, pero debes mostrar “Built with MiniMax M3” en un sitio, interfaz o documentación relacionada.
• Las empresas con menos de 20 millones de dólares de ingresos anuales envían un aviso único a [email protected] (asunto “M3 licensing — notice”). Por encima de 20 millones hace falta permiso escrito de MiniMax.
• Quedan prohibidos el uso militar, el contenido ilegal, el daño a menores y la desinformación deliberada.

Es un resumen, no asesoría legal. Lee la licencia antes de lanzar un producto sobre ella.

Fuente: MiniMax Community License

Guía independiente, sin relación con MiniMax. Datos tomados del anuncio de MiniMax, GitHub, la ficha y la licencia en Hugging Face, la documentación de la API, la receta de vLLM y la guía de Unsloth, revisados el 11 de octubre de 2026. Los benchmarks son de MiniMax y no los hemos reproducido. Los precios pueden cambiar.