Dernière mise à jour: 11 octobre 2026

MiniMax M3 : test, guide de l’API, prix et installation locale

MiniMax a lancé M3 le 1er juin 2026. C’est un modèle à mélange d’experts à poids ouverts, avec environ 428B paramètres au total et 23B actifs, une fenêtre de contexte de 1M tokens et une entrée image et vidéo native. Cette page rassemble ce que MiniMax a publié, montre comment l’appeler par API, compare son prix à Claude et GPT et détaille ce qu’il faut pour le faire tourner soi-même.

MiniMax M3 en bref

La documentation de l’API mentionne déjà un MiniMax-M3.1-Flash-Preview plus récent, mais pour l’instant seulement dans le M Plan et l’app MiniMax Code.

Source: MiniMax : annonce de MiniMax M3

Source: MiniMax-AI/MiniMax-M3 sur GitHub

Source: MiniMaxAI/MiniMax-M3 sur Hugging Face

Source: API MiniMax : guide de génération de texte

Benchmarks publiés par MiniMax

Ce sont les chiffres de MiniMax. Nous ne les avons pas reproduits, et MiniMax n’a pas publié de comparaison dans les mêmes conditions avec Claude Opus 5.5, GPT-6 ou Gemini 4.

MiniMax décrit aussi deux tâches longues : environ 12 heures pour reproduire un article de recherche (18 commits, 23 figures) et environ 24 heures pour optimiser un kernel CUDA FP8 GEMM, de 7,6 % à 71,3 % du pic matériel.

Source: MiniMax : annonce de MiniMax M3

Source: MiniMaxAI/MiniMax-M3 sur Hugging Face

Testez-le : cinq prompts

Le plus rapide pour juger M3 est de lancer les mêmes prompts sur M3 et sur le modèle que vous utilisez déjà. Ceux-ci couvrent les points forts mis en avant par MiniMax.

Voici un test qui échoue et la fonction testée. Trouve le bug, explique la cause en deux phrases et renvoie uniquement la fonction corrigée.

[coller le test]
[coller la fonction]

Je colle ci-dessous un dépôt entier. Liste chaque endroit où une connexion à la base est ouverte sans être fermée, avec fichier et ligne, puis propose un helper commun qui les corrige tous.

[coller les fichiers]

Transforme cette capture d’interface en un seul fichier HTML avec CSS en ligne. Respecte les espacements et les couleurs et rends-le responsive jusqu’à 360px de large.

Regarde cet enregistrement d’écran d’un bug. Liste les étapes exactes pour le reproduire et ce que l’utilisateur attendait.

Tu as accès au terminal d’un projet Node. Planifie étape par étape sa migration d’Express 4 vers Express 5, y compris comment tu vérifieras que rien n’est cassé. N’exécute rien pour l’instant.

Utilisez temperature 1.0 et top_p 0.95, les réglages recommandés par MiniMax.

Source: MiniMax-AI/MiniMax-M3 sur GitHub

Utiliser l’API MiniMax M3

1. Créez un compte sur platform.minimax.io et ajoutez un moyen de paiement ou achetez un Token Plan.
2. Créez une clé API dans la console.
3. Pointez le SDK Anthropic (recommandé par MiniMax) vers https://api.minimax.io/anthropic, ou le SDK OpenAI vers https://api.minimax.io/v1.
4. Choisissez le modèle MiniMax-M3.
5. Restez sous 512K tokens d’entrée quand c’est possible ; au-delà, le prix double.

# 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)

Source: API MiniMax : guide de génération de texte

Appel compatible 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
  }'

Les outils qui parlent déjà l’API Anthropic ou OpenAI, comme les agents de code, n’ont en général qu’à changer l’URL de base, la clé et le nom du modèle.

Source: API MiniMax : guide de génération de texte

Prix de MiniMax M3

MiniMax présente la remise comme « 50 % permanents ». Avec ou sans thinking, le prix est le même. L’alternative est l’abonnement Token Plan : Plus à 20 $ par mois (environ 1,7 milliard de tokens M3), Max à 50 $ (environ 5,1 milliards) et Ultra à 120 $ (environ 9,8 milliards), texte, image, voix et musique partageant le même quota.

Source: Tarifs à l’usage de l’API MiniMax

Source: MiniMax : annonce de MiniMax M3

MiniMax M3 face à Claude et GPT

• Choisissez M3 si vous avez besoin de poids ouverts (hébergement interne, fine-tuning, données qui ne doivent pas quitter vos serveurs) ou de code à long contexte avec image et vidéo à petit prix.
• Haiku 5.5 et GPT-6 Luna coûtent moins cher par token pour les tâches simples à gros volume.
• Pour le code le plus difficile, comparez sur vos propres tâches : aucun benchmark commun ne compare encore M3 à Opus 5.5 ou GPT-6 Astra.

Prix catalogue du palier de prompt le plus court. Ceux de Claude et d’OpenAI viennent de leurs pages de tarifs, suivies par ce site.

Tous les prix d’API · Calculateur de coûts · Claude Haiku 5.5

Source: Tarifs à l’usage de l’API MiniMax

Source: Tarifs de l’API Claude

Source: Tarifs de l’API OpenAI

Faire tourner MiniMax M3 en local

Le modèle complet pèse environ 855 Go en BF16. MiniMax et vLLM visent un seul nœud de huit GPU Hopper (8x H200 ou H20) pour le BF16. Le checkpoint MXFP8 (MiniMaxAI/MiniMax-M3-MXFP8) demande à peu près moitié moins de mémoire.

# 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 recette vLLM indique que --block-size 128 est obligatoire et que le parser d’outils est minimax_m3, pas minimax_m2.

Source: MiniMax-AI/MiniMax-M3 sur GitHub

Source: Recette vLLM : MiniMax M3

Source: MiniMaxAI/MiniMax-M3 sur Hugging Face

Machines plus modestes : GGUF d’Unsloth (expérimental)

# 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

Le GGUF ne gère que le texte et pas encore l’attention clairsemée : sur de longs contextes il repasse en attention dense et consomme bien plus de mémoire. Gardez un --ctx-size modéré.

Source: Unsloth : faire tourner MiniMax M3 en local

Usage commercial autorisé ?

• L’usage non commercial est gratuit.
• L’usage commercial est autorisé, à condition d’afficher « Built with MiniMax M3 » sur un site, une interface ou une documentation liée.
• Les entreprises sous 20 millions de dollars de chiffre d’affaires annuel envoient une notification unique à [email protected] (objet « M3 licensing — notice »). Au-delà, il faut une autorisation écrite de MiniMax.
• Usage militaire, contenu illégal, atteinte aux mineurs et désinformation délibérée sont interdits.

Ceci est un résumé, pas un conseil juridique. Lisez la licence avant de lancer un produit dessus.

Source: MiniMax Community License

Guide indépendant, sans lien avec MiniMax. Informations tirées de l’annonce de MiniMax, de GitHub, de la fiche et de la licence Hugging Face, de la documentation de l’API, de la recette vLLM et du guide d’Unsloth, vérifiées le 11 octobre 2026. Les benchmarks sont ceux de MiniMax et n’ont pas été reproduits par nous. Les prix peuvent changer.