IA de código abierto
MiniMax de China acaba de lanzar un modelo de 1 millón de tokens que supera a GPT-5.5 en tareas reales de codificación
MiniMax M3 es el primer modelo chino de código abierto que combina multimodalidad nativa, contexto de 1 millón de tokens y codificación agentiva avanzada. Su enfoque estructurado hacia la escala, incluida una nueva arquitectura de atención llamada MSA, desafía la suposición de que los modelos abiertos deben ir a la zaga de los sistemas propietarios.
El 24 de abril de 2025, MiniMax lanzó M3, un modelo que se desvía deliberadamente de su predecesor M2 y busca redefinir lo que un modelo fronterizo de código abierto puede ofrecer. El momento es importante. Laboratorios occidentales como OpenAI y Anthropic están protegiendo sus mejores modelos detrás de muros de pago y restricciones de API. MiniMax eligió lanzar M3 como un modelo de pesos abiertos, una decisión que conlleva peso tanto técnico como competitivo. minimax-launches-m27-model-with-strong-software-engineering-and-office-productivity-skills
El modelo agrupa tres cosas que MiniMax considera necesarias para un sistema fronterizo: multimodalidad nativa (entrada de imagen y video), codificación agentiva y una ventana de contexto de 1 millón de tokens. Las tres viven en una sola arquitectura, no como adiciones posteriores. Esta agrupación, ya realizada en modelos como GPT-4o y Claude 3.5, posiciona a M3 como el primer modelo de código abierto de China en ofrecer el paquete completo. one-million-tokens-four-flagships-the-real-benchmark-is-what-you-can-actually-use
La aritmética de la atención dispersa
La base técnica de M3 es MSA (Atención Dispersa MiniMax), una nueva arquitectura diseñada para solucionar la limitación central de escalado de la atención completa: la complejidad cuadrática en la longitud de la secuencia. La atención dispersa no es nueva; ya existen soluciones como DSA y MoBA, pero MSA utiliza un método de partición de bloques KV más granular que el equipo afirma logra una mayor cobertura de contexto efectiva.
Las ganancias en eficiencia son reales. Con 1 millón de tokens, el cálculo por token de M3 es 1/20 del de M2. La fase de precarga es más de 9 veces más rápida, y la decodificación disfruta de una aceleración de más de 15 veces. Estas cifras provienen de una implementación de kernel personalizada, el "KV outer gather Q", que lee la memoria de forma secuencial y logra una aceleración de 4 veces sobre implementaciones de código abierto como Flash-Sparse-Attention y flash-moba. the-hidden-bottleneck-in-ai-inference-why-deepseeks-dspark-rewrites-the-rules-of-speculative-decoding
MiniMax informa que la capacidad de MSA en la mayoría de los puntos de referencia coincide con la de la atención completa. Esta afirmación es importante. Si la atención dispersa introduce puntos ciegos, pérdidas en recuperación, alucinación o seguimiento de instrucciones, las ganancias en escalado de contexto tienen un costo oculto. Los puntos de referencia proporcionados no muestran regresiones, pero la verificación independiente lo dirá.
Un nuevo enfoque para el entrenamiento agentivo
El tratamiento que MiniMax hace de la capacidad agentiva es la apuesta más consecuente del modelo. La mayoría de los puntos de referencia de codificación prueban tareas de un solo turno: un modelo recibe una instrucción y genera una solución. El desarrollo real es de múltiples turnos, iterativo y colaborativo. MiniMax construyó un marco de simulador de usuario interactivo que entrena al modelo en secuencias de interacción de múltiples turnos, incluyendo aclaración de requisitos, revisión de retroalimentación y cambio de tarea. why-your-ai-agent-might-ace-the-task-but-flunk-the-process-enter-skillcoach
Los resultados en los puntos de referencia estándar de agentes son sólidos: SWE-Bench Pro con 59.0%, Terminal Bench 2.1 con 66.0% y MCP Atlas con 74.2%. Pero el marco en sí es más importante. Al tratar la brecha en los puntos de referencia agentivos como un problema de datos de entrenamiento en lugar de una limitación de la arquitectura, MiniMax abrió un camino que otros laboratorios pueden seguir, uno que no requiere entornos propietarios ni infraestructura cerrada.
Demostraciones del mundo real: la diferencia entre un punto de referencia y un flujo de trabajo
Más allá de los puntos de referencia, MiniMax publicó dos estudios de caso detallados que muestran la capacidad del modelo en ejecución autónoma extendida.
Replicación de artículo. MiniMax encargó a M3 la reproducción independiente de un artículo ganador del Premio al Artículo Sobresaliente de ICLR 2025. El modelo funcionó de forma autónoma durante casi 12 horas, produciendo 18 commits y 23 figuras experimentales. Coincidió con las tendencias de probabilidad de la fase SFT, observó el efecto de compresión discutido en los experimentos originales de DPO y validó el método de mitigación Extend. Todo a partir de una sola entrada del PDF del artículo y el código base, procesado completamente dentro de la ventana de contexto de 1 millón de tokens. anthropic-launches-claude-science-an-ai-workbench-for-scientific-research-1
Optimización de kernel CUDA. La prueba técnicamente más reveladora involucró un problema de optimización extremadamente específico y de alta especialización: escribir un kernel FP8 GEMM de grado de producción para las GPU NVIDIA Hopper. M3 recibió solo una descripción de la tarea, un script de referencia y un esqueleto Triton no funcional. Sin código de referencia. Durante 24 horas y 147 envíos de referencia, el modelo progresó a través de seis rondas de optimización, desde una línea base que lograba un 7.6% de utilización máxima del hardware hasta un 71.3% final. Una aceleración de 9.4 veces. La solución óptima llegó en el envío 145, después de múltiples mesetas. Esa persistencia es rara entre los modelos de lenguaje, que normalmente dejan de iterar después de 30 intentos. the-verification-horizon-why-rewarding-coding-agents-is-getting-harder
La evaluación PostTrainBench, donde M3 entrenó cuatro modelos base en tareas de matemáticas, llamada a herramientas y codificación en 12 horas (puntuando 0.37 frente a 0.42 para Opus 4.7 y 0.39 para GPT-5.5), sugiere que MiniMax ve la capacidad agentiva como una habilidad a nivel de tubería, no solo un resultado de inferencia de un solo turno.
La estrategia de precios: socavando por un factor de 15
Los precios de la API y las suscripciones al Plan de Tokens hacen explícito el posicionamiento competitivo de MiniMax. El nivel Plus a ¥49/mes ($6.80) ofrece 600 millones de tokens, aproximadamente cinco veces la capacidad de Claude Pro de $20/mes. A escala extrema, el nivel Ultra a ¥469/mes ($65) ofrece 5.5 mil millones de tokens, aproximadamente tres veces la capacidad de Claude Max de $200/mes a aproximadamente un tercio del precio.
MiniMax enmarca esto como un movimiento racional: hacer que los modelos fronterizos sean económicamente accesibles para los desarrolladores a los que las API occidentales les fijan precios prohibitivos. Si esto conduce a un modelo de ingresos sostenible o a una carrera hacia el fondo en la fijación de precios de la nube de IA china depende de la eficiencia de la inferencia y la escalada de la demanda durante el próximo año. how-alibaba-cloud-pushed-its-way-into-20-gartner-quadrants-and-what-it-means-for-the-ai-cloud-race
Complejidades y preguntas abiertas
Las demostraciones de M3 son impresionantes, pero varios problemas siguen sin resolverse. Primero, la tubería de datos de post-entrenamiento del modelo depende en gran medida de datos intercalados, texto, imágenes y videos mezclados en secuencias de entrenamiento. Los experimentos internos de MiniMax muestran que esto escala mejor que los datos sintéticos, pero el equipo no ha revelado la proporción exacta o la metodología de curación, lo que dificulta la reproducibilidad independiente. ai2-releases-olmo-eval-an-open-evaluation-workbench-for-active-llm-development
Segundo, el modelo todavía se está implementando: los pesos y el informe técnico se prometen dentro de diez días. Hasta entonces, la comunidad depende del acceso a la API y de los propios puntos de referencia de MiniMax para la verificación, un requisito de confianza que los proyectos de código abierto tradicionalmente evitan.
Finalmente, si bien las demostraciones de M3 muestran autonomía de larga duración (12 y 24 horas), estas son tareas cuidadosamente delimitadas. Queda por ver si el modelo puede mantener un comportamiento confiable en objetivos abiertos y ambiguos, la verdadera prueba de los sistemas agentivos.
Una dirección clara para los modelos fronterizos de código abierto
MiniMax M3 no pretende superar a GPT-4o o Claude Opus 4.7 en todos los aspectos. Pero al agrupar la comprensión multimodal, el razonamiento de contexto largo y la codificación agentiva en un solo paquete de código abierto, respaldado por una arquitectura recién diseñada y una tubería de entrenamiento que recompensa la interacción iterativa, presenta un sólido argumento de que los modelos de pesos abiertos pueden competir en capacidad a una fracción del costo. minimax-launches-m25-a-coding-and-agentic-ai-model-with-state-of-the-art-performance
El siguiente paso es la adopción. Si el lanzamiento abierto de M3 y los precios agresivos atraen un ecosistema de desarrolladores que a su vez construye flujos de trabajo agentivos sobre el modelo, la brecha entre los laboratorios fronterizos chinos y occidentales podría reducirse más rápido de lo que muchos esperan.