MiniMax M3

MiniMax M3 to model językowy z otwartymi wagami, który MiniMax pokazał w maju 2026 z myślą o programowaniu i pracy agentowej. Liczy się tu przede wszystkim rachunek przy wielu wywołaniach: agent może zrobić dziesiątki kroków na jednym zadaniu i nie zjeść przy tym budżetu. Do tego dochodzi bardzo długie wyjście, więc model odda cały plik albo obszerny raport w jednej odpowiedzi.

Do czego go użyjesz

• Agent w IDE albo w terminalu, który często woła narzędzia i poprawia kod w pętli.
• Generowanie całych modułów, plików konfiguracyjnych albo długich zestawów testów naraz.
• Research: agent przegląda dokumenty, zbiera fakty i pisze z nich zestawienie.
• Praca na dużych materiałach, np. analiza logów czy całego repozytorium, przy niskiej stawce za token.

Ustawienia i limity

• Okno kontekstu: 1 000 000 tokenów. Odpowiedź: do 512 000 tokenów.
• Architektura według producenta: około 428 mld parametrów, z czego ok. 23 mld aktywnych na token, plus własny mechanizm rzadkiej uwagi, który ma przyspieszać pracę przy długim kontekście względem M2.
• MiniMax opisuje M3 jako natywnie multimodalny i zdolny do obsługi komputera.
• Myślenie można włączać i wyłączać. Przy prostych zadaniach (ekstrakcja, przeróbka tekstu) krótki, jednoznaczny prompt ogranicza liczbę tokenów wyjścia.
• Wywołujesz go przez POST /v1/chat/completions, zgodnie z SDK OpenAI.

Przykładowe zapytanie

from openai import OpenAI

client = OpenAI(
    base_url="https://kadraris.com/v1",
    api_key="sk-kd-...",
)
resp = client.chat.completions.create(
    model="minimax-m3",
    messages=[{
        "role": "user",
        "content": "Write a Python script that "
                   "merges all JSON files in a folder.",
    }],
)
print(resp.choices[0].message.content)

Podmień treść zadania na swoje, a klucz trzymaj w zmiennej KADRARIS_API_KEY zamiast w kodzie.

Pytania

Jak policzyć, ile zapłacę za MiniMax M3?

Stawki za milion tokenów wejścia i wyjścia to 4,40 zł / 17,60 zł za 1 mln tokenów. Rozbicie widzisz w tabeli na tej stronie i w cenniku. Zapytanie zakończone błędem kosztuje 0 zł.

Czy MiniMax M3 podłączę do Codexa albo innego agenta?

Do narzędzi zgodnych z OpenAI wystarczy podać adres https://kadraris.com/v1 i klucz. Konfigurację agentów opisuję w dokumentacji Codexa i ogólnie w API modeli językowych.

Kiedy wybrać M3 zamiast DeepSeek V4 Flash?

Oba mają otwarte wagi i kontekst miliona tokenów, ale V4 Flash jest wyraźnie tańszy: około 6 razy na wejściu i 12 razy na wyjściu. M3 pozwala na dłuższą pojedynczą odpowiedź (512 tys. tokenów wobec 384 tys.). Najpewniej zdecydujesz, puszczając to samo zadanie na M3 i DeepSeek V4 Flash i patrząc na jakość i koszt.

MiniMax M3 w twoim kodzie

from openai import OpenAI

client = OpenAI(base_url="https://kadraris.com/v1", api_key="sk-kd-...")
resp = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role": "user", "content": "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni."}],
)
print(resp.choices[0].message.content)

curl https://kadraris.com/v1/chat/completions \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "minimax-m3", "messages": [{"role": "user", "content": "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni."}]}'

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://kadraris.com/v1", apiKey: process.env.KADRARIS_API_KEY });
const resp = await client.chat.completions.create({
  model: "minimax-m3",
  messages: [{ role: "user", content: "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni." }],
});
console.log(resp.choices[0].message.content);