เอกสาร เชิงลึก ทั้งหมด
ของ Mavis

9. 🐉 MiniMax M3 Deep Dive

เอกสารเชิงลึกเกี่ยวกับ MiniMax M3 — model ที่ Mavis ใช้ทำงาน · เปิดตัว 1 มิ.ย. 2026

9.1 Overview

MiniMax M3 เป็น frontier open-weight LLM จาก Shanghai-based MiniMax · เปิดตัววันที่ 1 มิถุนายน 2026 · เป็น model แรกที่รวม 3 ความสามารถระดับ frontier เข้าด้วยกัน:

• Frontier-level coding (SWE-Bench Pro 59.0% — beats GPT-5.5)
• 1M-token context window (1,048,576 tokens max · 512K guaranteed)
• Native multimodality (text + image + video input)

M3 ยังเป็น open-weight (ไม่ใช่ fully open-source) — ปล่อย weight แต่ปิด inference + agent layer

9.2 MSA Architecture

นวัตกรรมหลักของ M3 คือ MiniMax Sparse Attention (MSA) — sparse attention architecture ใหม่ที่ทำให้ 1M context เป็นไปได้ในทางปฏิบัติ

ปัญหาของ Full Attention

Standard Transformer attention scales เป็น O(n²) — ที่ 1M tokens หมายถึง 1 trillion operations ต่อ token · ไม่สามารถใช้งานได้จริงใน production

MSA Solution

MSA ใช้ pre-filtering stage ที่ partition KV cache ออกเป็น blocks · เลือกเฉพาะ blocks ที่เกี่ยวข้องกับ query ปัจจุบัน · effective computation ลดลงเหลือ O(n log n)

ผลลัพธ์ที่ได้ (vs M2)

เปรียบเทียบกับ Sparse Attention อื่น

9.3 Specifications

9.4 Pricing (Detailed)

Tier 1: ≤512K input (standard rate)

Tier 2: >512K input (long-context rate · 2× standard)

Comparison · Full 1M-context request

M3 = cheapest frontier-level 1M model · 8-16× ถูกกว่า GPT-5.5/Opus/Fable · เทียบเฉพาะ frontier-level coding

9.5 Benchmarks · Full Comparison

vs Claude Opus 4.7 (closest competitor)

vs GPT-5.5 + Gemini 3.1 Pro (other 1M-class)

Coding Achievements (real workloads)

• Reproduction: M3 ran 18 commits + reproduced full ICLR 2025 paper experiment chain on its own
• CUDA optimization: M3 wrote CUDA kernel that pushed Hopper FP8 hardware utilization from 7.6% to 71.3% (autonomous agent)
• Open-weight SOTA: #1 open-weight on KernelBench Hard (28.8%)

9.6 Use Cases for 1M Context

9.6.1 Full Repository Understanding

โหลด codebase ทั้งโปรเจคในครั้งเดียว — ไม่ต้อง RAG, ไม่ต้อง chunking

// Pseudo-API call
POST /v1/chat/completions
{
  "model": "MiniMax-Text-01",
  "messages": [{
    "role": "user",
    "content": "Refactor the auth module to use OAuth2. [WHOLE REPO: 800K tokens]"
  }]
}
// M3 processes in single context window

9.6.2 Long Document Analysis

• PDF 1,500+ pages (research papers, legal contracts)
• Multi-document RAG (รวม 50+ docs ใน context เดียว)
• Book-length summarization (3-body problem trilogy ~1.2M tokens)

9.6.3 Long Video Understanding

• Frame-level analysis (5-min meeting → extract events + speakers + whiteboard notes)
• Multi-hour video processing
• Combined with native multimodal (M3 reads video frames + audio transcripts)

9.6.4 Long-Range Agent Tasks

• Multi-step workflows (5+ tool calls across extended session)
• State retention across long agent loops
• Cross-session memory (combined with Mavis's persistent memory)

9.7 Native Multimodality

M3 รับ input ได้ 3 modalities (text, image, video) — output เป็น text only

Image Understanding

• PDF with formula + annotations → LaTeX source
• Charts/graphs → structured data + analysis
• Screenshots → UI understanding
• Photos → detailed captioning

Video Understanding

• Frame-level OCR + scene analysis
• Speaker identification (visual + audio)
• Event detection + temporal reasoning
• 5-min meeting → 3-party position table

9.8 Server Tiers (Detailed)

Priority Tier Requirements

• Currently enabled through sales support
• Expected to open to all users within days of launch
• Same pricing as standard · SLA included
• Use service_tier=priority in API request

9.9 Thinking Mode

M3 รองรับ 2 modes ที่ toggle ได้ต่อ request:

Same pricing in both modes · switch per-request

9.10 API Reference

Base URL

https://api.minimax.io/v1

Chat Completion (basic)

POST /v1/chat/completions
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

{
  "model": "MiniMax-Text-01",
  "messages": [
    {"role": "user", "content": "Hello"}
  ],
  "max_tokens": 1024,
  "temperature": 0.7
}

With Long Context (1M tier)

POST /v1/chat/completions
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

{
  "model": "MiniMax-Text-01",
  "messages": [...],  // can be 1M+ tokens
  "max_tokens": 128000,
  "temperature": 0.7
  // Note: pricing automatically 2× for >512K input
}

With Multimodal (image input)

{
  "model": "MiniMax-Text-01",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "What's in this image?"},
      {"type": "image_url", "image_url": {"url": "https://..."}}
    ]
  }]
}

With Service Tier (priority)

{
  "model": "MiniMax-Text-01",
  "messages": [...],
  "service_tier": "priority"  // SLA guaranteed
}

Streaming

POST /v1/chat/completions
{
  "model": "MiniMax-Text-01",
  "messages": [...],
  "stream": true
}
// Returns SSE stream of chunks

9.11 Self-Host Requirements (1M context)

9.12 Limitations & Caveats

Open-weight ≠ Open-source

M3 ปล่อย weights แต่ inference + agent code ปิด · ต้อง verify license terms ก่อน commercial deployment

1M context = real cost

แม้ M3 จะทำ 1M ได้ แต่ self-host ต้องการ 4×H200 / 8×H100 · ใช้ hosted API จะประหยัดกว่ามาก

SWE-Bench Pro caveats

M3's 59.0% on SWE-Bench Pro is impressive — แต่:

• 0.4-point gap with GPT-5.5 is within noise floor (ICSE 2026 study shows 3.8-5.2% systematic overestimation)
• Terminal-Bench 2 + VIBE-Pro used Claude Code as scaffold (industry standard, but worth noting)
• 5.3 points behind Opus 4.7 on SWE-Bench Pro

Community controversy

Some community criticism around Terminal-Bench using Claude Code scaffold · MiniMax has been transparent about it · industry standard practice

9.13 Why M3 for Mavis?

Mavis เลือก M3 เพราะ:

• 1M context — ใส่ทั้ง project codebase ใน session ได้
• Coding strength — beats GPT-5.5 on SWE-Bench Pro (59.0% vs 57.3%)
• Low cost — $0.30/M input, 8-16× ถูกกว่า frontier alternatives
• Multimodal — image + video input ใน single endpoint
• Tool use + agent — รองรับ function calling + agentic workflows

9.14 Citations & Sources

• MiniMax M3 Official Launch Blog (1 มิ.ย. 2026)
• MiniMax M3 · Chinese Official Blog
• Spheron — Deploy MiniMax M3 on GPU Cloud (architecture details)
• Fireworks AI — M3 Launch Coverage (speed benchmarks)
• Codersera — M3 Developer Guide
• MorphLLM — 1M Context Window Comparison (June 2026)
• BenchLM.ai — SWE-Bench Pro Leaderboard (9 ก.ค. 2026)
• WisGate — M3 vs Opus 4.7 Detailed Comparison
• LLMReference — Opus 4.7 vs M3 Full Benchmarks
• CodingFleet — M3 vs GPT-5.5 Analysis
• Beijing Business Today — M3 Launch Coverage
• TMTPost — M3 Independent Analysis
• OfoxAI — M3 vs Opus 4.8 Coding
• OpenRouter — M3 Provider Page
• LLM Gateway — M3 Uptime & Latency