Atualizado em: 11 de outubro de 2026

MiniMax M3: review, guia da API, preços e instalação local

A MiniMax lançou o M3 em 1º de junho de 2026. É um modelo de mistura de especialistas com pesos abertos, cerca de 428B parâmetros totais e 23B ativos, janela de contexto de 1M tokens e entrada nativa de imagem e vídeo. Aqui reunimos o que a MiniMax publicou, mostramos como chamá-lo pela API, comparamos o preço com Claude e GPT e explicamos o que é preciso para rodá-lo por conta própria.

MiniMax M3 em resumo

A documentação da API já lista um MiniMax-M3.1-Flash-Preview mais novo, mas por enquanto só no M Plan e no app MiniMax Code.

Fonte: MiniMax: anúncio do MiniMax M3

Fonte: MiniMax-AI/MiniMax-M3 no GitHub

Fonte: MiniMaxAI/MiniMax-M3 no Hugging Face

Fonte: API da MiniMax: guia de geração de texto

Benchmarks publicados pela MiniMax

Os números são da própria MiniMax. Não os reproduzimos, e a MiniMax não publicou uma comparação nas mesmas condições com Claude Opus 5.5, GPT-6 ou Gemini 4.

A MiniMax também descreve duas tarefas longas: cerca de 12 horas reproduzindo um artigo científico (18 commits, 23 figuras) e cerca de 24 horas otimizando um kernel CUDA FP8 GEMM, de 7,6 % para 71,3 % do pico do hardware.

Fonte: MiniMax: anúncio do MiniMax M3

Fonte: MiniMaxAI/MiniMax-M3 no Hugging Face

Teste você mesmo: cinco prompts

O jeito mais rápido de avaliar o M3 é rodar os mesmos prompts nele e no modelo que você usa hoje. Estes cobrem os pontos fortes que a MiniMax anuncia.

Aqui está um teste que falha e a função testada. Encontre o bug, explique a causa em duas frases e devolva só a função corrigida.

[cole o teste]
[cole a função]

Abaixo colo um repositório inteiro. Liste cada lugar onde uma conexão com o banco é aberta e não é fechada, com arquivo e linha, e proponha um helper comum que corrija todos.

[cole os arquivos]

Transforme esta captura de tela em um único arquivo HTML com CSS inline. Siga espaçamentos e cores de perto e deixe responsivo até 360px de largura.

Assista a esta gravação de tela de um bug. Liste os passos exatos para reproduzi-lo e o que o usuário esperava que acontecesse.

Você tem acesso ao terminal de um projeto Node. Planeje passo a passo como atualizá-lo do Express 4 para o Express 5, incluindo como vai verificar que nada quebrou. Não execute nada ainda.

Use temperature 1.0 e top_p 0.95, os valores recomendados pela MiniMax.

Fonte: MiniMax-AI/MiniMax-M3 no GitHub

Como usar a API do MiniMax M3

1. Crie uma conta em platform.minimax.io e adicione uma forma de pagamento ou compre um Token Plan.
2. Crie uma API key no console.
3. Aponte o SDK da Anthropic (recomendado pela MiniMax) para https://api.minimax.io/anthropic, ou o SDK da OpenAI para https://api.minimax.io/v1.
4. Use o modelo MiniMax-M3.
5. Mantenha a entrada abaixo de 512K tokens quando possível; acima disso o preço dobra.

# 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)

Fonte: API da MiniMax: guia de geração de texto

Chamada compatível com 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
  }'

Ferramentas que já falam a API da Anthropic ou da OpenAI, como agentes de código, geralmente só precisam trocar a URL base, a chave e o nome do modelo.

Fonte: API da MiniMax: guia de geração de texto

Preço do MiniMax M3

A MiniMax chama o desconto de “50 % permanente”. Com ou sem thinking o preço é o mesmo. A alternativa é a assinatura Token Plan: Plus por $20 ao mês (cerca de 1,7 bilhão de tokens do M3), Max por $50 (cerca de 5,1 bilhões) e Ultra por $120 (cerca de 9,8 bilhões); texto, imagem, voz e música dividem o mesmo saldo.

Fonte: Preços pay-as-you-go da API da MiniMax

Fonte: MiniMax: anúncio do MiniMax M3

MiniMax M3 vs Claude e GPT

• Escolha o M3 se precisa de pesos abertos (hospedagem própria, fine-tuning, dados que não podem sair dos seus servidores) ou de código com contexto longo, imagem e vídeo a preço baixo.
• Haiku 5.5 e GPT-6 Luna são mais baratos por token para tarefas simples e de alto volume.
• Para o código mais difícil, compare nas suas próprias tarefas: ainda não há um benchmark comum do M3 contra Opus 5.5 ou GPT-6 Astra.

Preços de tabela da faixa de prompt mais curta. Os de Claude e OpenAI vêm das páginas de preços deles, como acompanhados por este site.

Todos os preços de API · Calculadora de custos · Claude Haiku 5.5

Fonte: Preços pay-as-you-go da API da MiniMax

Fonte: Preços da API do Claude

Fonte: Preços da API da OpenAI

Como rodar o MiniMax M3 localmente

O modelo completo tem cerca de 855 GB em BF16. MiniMax e vLLM miram um único nó com oito GPUs Hopper (8x H200 ou H20) para BF16. O checkpoint MXFP8 (MiniMaxAI/MiniMax-M3-MXFP8) precisa de mais ou menos metade da memória.

# 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

A receita do vLLM diz que --block-size 128 é obrigatório e que o parser de ferramentas é minimax_m3, não minimax_m2.

Fonte: MiniMax-AI/MiniMax-M3 no GitHub

Fonte: Receita do vLLM: MiniMax M3

Fonte: MiniMaxAI/MiniMax-M3 no Hugging Face

Máquinas menores: GGUF da 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

O GGUF só aceita texto e ainda não suporta atenção esparsa, então em contextos longos volta para atenção densa e usa muito mais memória. Mantenha o --ctx-size moderado.

Fonte: Unsloth: rodar o MiniMax M3 localmente

Dá para usar comercialmente?

• O uso não comercial é gratuito.
• O uso comercial é permitido, mas você precisa exibir “Built with MiniMax M3” em um site, interface ou documentação relacionada.
• Empresas com menos de US$ 20 milhões de receita anual enviam um aviso único para [email protected] (assunto “M3 licensing — notice”). Acima de US$ 20 milhões é preciso autorização por escrito da MiniMax.
• Uso militar, conteúdo ilegal, dano a menores e desinformação deliberada são proibidos.

Isto é um resumo, não aconselhamento jurídico. Leia a licença antes de lançar um produto com ela.

Fonte: MiniMax Community License

Guia independente, sem vínculo com a MiniMax. Dados do anúncio da MiniMax, GitHub, card e licença no Hugging Face, documentação da API, receita do vLLM e guia da Unsloth, conferidos em 11 de outubro de 2026. Os benchmarks são da MiniMax e não foram reproduzidos por nós. Os preços podem mudar.