MiniMax-M3
El modelo de pesos abiertos de MiniMax de junio de 2026 con una ventana de contexto de 1M tokens, entrada de texto e imágenes y precios por token bajos. Ahora queda detrás de los modelos abiertos más nuevos en la mayoría de las pruebas, pero sigue siendo una de las opciones más baratas de aquí.
MiniMaxModelo de lenguajeLanzado en junio de 2026Datos revisados el 18 de octubre de 2026
Este modelo no está en el ranking actual de la gente: o es nuevo y todavía está reuniendo votos, o está por debajo del top 12. Mira el ranking de IA para ver los modelos mejor valorados.
Sobre el papel
Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #10 (empate), Razonamiento #20.
Puntos fuertes y débiles
- Precio bajo ($0.30 / $1.20 por millón de tokens para prompts de hasta 512K tokens)
- Muy bueno siguiendo instrucciones (82.9% en IFBench medido por Artificial Analysis)
- Pesos abiertos en Hugging Face
- Artificial Analysis Intelligence Index bajo (29.2) y un puntaje casi nulo en Terminal-Bench 4.0 (2.0% ejecutado por Artificial Analysis)
- Usa una licencia comunitaria propia de MiniMax en lugar de una licencia de código abierto estándar
Ideal para
- Tareas baratas con contexto largo
- Seguir instrucciones detalladas
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, arena de texto (votos humanos)1441,3Puntaje Arena 1441.3 (IC 95% 1437.5 a 1445.2); 63,973 votos; entrada "minimax-m3"; puesto 96 de 416 en la tabla completa
- LMArena, escritura creativa1405,5Puntaje Arena 1405.5 (IC 95% 1398.8 a 1412.1); 11,713 votos; entrada "minimax-m3"; puesto 101 de 414 en la tabla completa
- LMArena WebDev (programación)1482,5Puntaje Arena 1482.5 (IC 95% 1476.9 a 1488.0); 19,499 votos; entrada "MiniMax-M3"; puesto 64 de 144 en la tabla completa
- LMArena, visión1235,5Puntaje Arena 1235.5 (IC 95% 1229.1 a 1242.0); 19,026 votos; entrada "minimax-m3"; puesto 69 de 165 en la tabla completa
- LMArena Agent Arena-0,083Puntaje IPS -0.0831 (IC 95% -0.0941 a -0.0721); 42,848 sesiones; entrada "MiniMax-M3"; puesto 47 de 52 en la tabla completa
- Artificial Analysis Intelligence Index29,229.2 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 29), configuración "MiniMax-M3"
- Humanity's Last Exam (Artificial Analysis)39,0%39.0% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "MiniMax-M3"
- GPQA Diamond, ciencia de nivel de posgrado92,9%92.9% en GPQA Diamond (AA; ya no forma parte del índice de AA desde v4.2), configuración "MiniMax-M3"
- Terminal-Bench 4.0 (ejecución de Artificial Analysis)2,0%2.0% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "MiniMax-M3"
- Razonamiento con contexto largo (AA-LCR)83,0%83.0% en AA-LCR (razonamiento con contexto largo), configuración "MiniMax-M3"
- MMMU-Pro, comprensión de imágenes78,6%78.6% en MMMU-Pro (comprensión de imágenes, AA), configuración "MiniMax-M3"
- IFBench, seguir instrucciones82,9%82.9% en IFBench (seguimiento de instrucciones, AA), configuración "MiniMax-M3"
- AA-Omniscience, aciertos menos alucinaciones1,41.4 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "MiniMax-M3"
- Velocidad de salida, tokens por segundo93 t/s93 tokens de salida por segundo (mediana de AA), fila "MiniMax-M3"
- Costo por tarea de prueba de Artificial Analysis$0.51$0.51 por ejecutar una tarea del AA Intelligence Index, fila "MiniMax-M3"
Compáralo con
- Claude Opus 5.5El modelo insignia de Anthropic para programación con agentes de larga duración y trabajo de conocimiento, y el modelo con el que Anthropic sugiere empezar para la mayoría de las tareas.
- Claude Sonnet 5.5El modelo de precio medio de Anthropic, que Anthropic describe como su mejor equilibrio entre velocidad e inteligencia.
- Claude Fable 5.1El nivel más alto de Anthropic para el razonamiento más difícil y el trabajo de agentes de largo plazo, que Anthropic recomienda cuando Opus 5.5 no alcanza.
- Claude Haiku 5.5El modelo actual más pequeño y rápido de Anthropic, hecho para tareas de alto volumen y sensibles a la latencia como clasificación, extracción y enrutamiento.