MiniMax M3: Offenes KI-Modell mit 1 Million Token Kontext

Mit MiniMax M3 mischt ein offenes KI-Modell die Spitze des Marktes auf. Das Labor MiniMax aus Shanghai stellte sein Flaggschiff am 1. Juni 2026 vor. Dabei kombiniert das Modell starke Coding-Leistung, einen riesigen Kontext und multimodale Fähigkeiten. Folglich rückt ein Open-Weight-Modell erstmals nah an die proprietäre Konkurrenz heran.

MiniMax M3: Das offene KI-Modell im Überblick

MiniMax M3 ist nach Angaben des Labors das erste offene KI-Modell, das drei Stärken vereint. Dazu zählen Coding auf Frontier-Niveau, ein Kontextfenster von einer Million Token und natives Verständnis von Bildern und Videos. Diese Mischung gab es bislang vor allem bei geschlossenen Modellen. Außerdem positioniert sich M3 damit klar gegen GPT- und Gemini-Modelle.

Newsletter

Klartext ins Postfach

KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.

E-Mail-Adresse *

Vorname

Nachname

Benchmarks: starke Werte mit Vorbehalt

Die Zahlen klingen beeindruckend. Auf SWE-Bench Pro erreicht M3 laut MiniMax 59,0 Prozent. Damit liegt das Modell vor GPT-5.5 und Gemini 3.1 Pro und nähert sich Anthropics Claude Opus 4.7. Weitere Ergebnisse fallen ebenfalls hoch aus:

• Terminal-Bench 2.1: 66,0 Prozent bei Kommandozeilen-Aufgaben
• MCP Atlas: 74,2 Prozent beim Tool-Einsatz
• BrowseComp: 83,5 Punkte und damit über Claude Opus 4.7

Allerdings ist Vorsicht angebracht. Mehrere Werte entstanden auf MiniMax-eigener Infrastruktur mit eigenem Agent-Scaffolding. Eine unabhängige Bestätigung durch Dritte steht noch aus. Daher sollte man die Benchmarks zunächst mit Zurückhaltung lesen.

Architektur: Sparse Attention spart Rechenleistung

Technisch setzt MiniMax M3 auf MiniMax Sparse Attention (MSA). Ein leichter Index-Zweig prüft eingehende Token und wählt aus, welche früheren Blöcke wirklich Aufmerksamkeit brauchen. Dadurch sinkt der Rechenaufwand pro Token bei einer Million Kontext auf ein Zwanzigstel der Vorgeneration. Zudem verspricht MiniMax mehr als neunfach schnelleres Prefill und über fünfzehnfach schnelleres Decoding.

Open-Weight: Gewichte folgen nach dem Start

Zum Launch lagen weder die Gewichte noch der technische Bericht vor. MiniMax kündigte jedoch an, beides innerhalb von zehn Tagen zu veröffentlichen. Als Plattformen nannte das Labor Hugging Face und GitHub. Damit reiht sich M3 in die wachsende Reihe leistungsstarker chinesischer Open-Source-Modelle ein.

Warum lokale Hardware jetzt spannend wird

Offene Modelle wie MiniMax M3 lassen sich grundsätzlich selbst betreiben. Das bedeutet volle Privatsphäre, keine API-Kosten und keine Limits. Die nötige Ausstattung reicht je nach Modellgröße vom Mac mini bis zur dedizierten GPU. Wer einsteigen möchte, findet die wichtigsten Empfehlungen in unserem Ratgeber zur Hardware für lokale KI.

Fazit

MiniMax M3 zeigt, wie schnell offene Modelle aufholen. Die Kombination aus langem Kontext, Coding-Stärke und effizienter Architektur ist bemerkenswert. Dennoch fehlen unabhängige Tests, die die Werte bestätigen. Sobald die Gewichte verfügbar sind, lohnt sich daher ein eigener Praxistest.

Quellen

• The Decoder: MiniMax M3 challenges proprietary leaders
• TechTimes: MiniMax M3 – Frontier Claims, Unverified Benchmarks
• DataNorth: MiniMax M3 – Open-Weight Frontier Model with 1M Context