Le M3 de MiniMax vient d’écrire son propre noyau CUDA et a ouvert le code

Le 1er avril 2025, le laboratoire chinois d’IA MiniMax a fait ce que peu de lancements de modèles prennent la peine de faire : il a montré son travail. La sortie de M3, abréviation de MiniMax Model 3, s’est accompagnée d’un article, d’un dépôt de code et d’un ensemble de démonstrations de tâches autonomes qui font office d’argument pour expliquer pourquoi les modèles en accès libre n’ont pas à sacrifier les capacités de pointe. what-the-5-day-old-paper-260623050-tells-us-about-the-future-of-ai

Un modèle qui construit sa propre boîte à outils

Les chiffres marquants sont compétitifs. M3 obtient 83,5 sur BrowseComp, le benchmark de navigation agentique, battant Opus 4,7 et son 79,3. Sur les évaluations standard de codage et de génie logiciel, il se classe parmi les modèles en accès libre les plus performants. Mais ce qui rend M3 vraiment intéressant n’est pas le tableau des scores. C’est la session autonome de 12 heures que MiniMax a publiée parallèlement au lancement. Prompting a frontier model, a publisher's field notes…

Le laboratoire a confié à M3 un article exceptionnel de l’ICLR 2025, « Learning Dynamics of LLM Finetuning », et lui a demandé de reproduire les expériences principales. M3 a fonctionné en continu, lisant les graphiques et les formules de l’article grâce à sa vision multimodale native, produisant 18 commits git et 23 figures expérimentales. Il a réussi. Le même modèle a ensuite été chargé d’optimiser un noyau de multiplication matricielle FP8 sur l’architecture NVIDIA Hopper, à partir d’un squelette Triton qui ne compilait pas. En 24 heures, M3 a soumis 147 itérations de benchmark et effectué 1 959 appels d’outils, portant l’utilisation maximale du GPU de 7,6 % à 71,3 %, soit un gain de performance de 9,4x, sans qu’aucun humain n’ait touché au clavier.

« Le code que nous écrivons est censé être livrable, pas seulement exécutable », déclare l’équipe sur la page produit.

Architecture : attention sparse à grande échelle

M3 est construit sur l’architecture propriétaire d’attention sparse de MiniMax. L’API prend en charge jusqu’à 1 million de jetons de contexte, avec une fenêtre utilisable garantie d’au moins 512 000 jetons. Ce n’est pas trivial. Les modèles à 1 million de contexte se dégradent souvent en pratique après quelques centaines de milliers de jetons, et l’affirmation de MiniMax selon laquelle son attention sparse maintient la cohérence sur toute la longueur sera mise à l’épreuve par la communauté open source une fois les poids disponibles. ai2-releases-emo-an-moe-model-where-modularity-emerges-from-data

Le modèle est entraîné en tant que système multimodal natif dès le départ. Les jetons de texte et de vision sont alignés au stade de l’entraînement, et non ajoutés ultérieurement via un adaptateur séparé. Cette décision architecturale devrait réduire les hallucinations et les décalages fréquents dans les modèles vision-langage construits a posteriori.

Poids libres et débat sur la frontière

MiniMax s’engage à ouvrir les sources de M3 sur Hugging Face et GitHub, avec un support pour le déploiement sur cluster privé et le réglage fin. Le timing est stratégique. Alors qu’OpenAI, Anthropic et Google proposent des modèles de plus en plus puissants mais fermés, l’écosystème des poids libres a eu du mal à suivre le rythme. Le Llama 4 de Meta n’est pas encore sorti. Qwen 2.5 est solide mais plus ancien. M3 arrive comme un défi direct à l’idée qu’« ouvert » signifie « une génération de retard ». ai2-releases-emo-an-moe-model-where-modularity-emerges-from-data the-hidden-bottleneck-in-ai-inference-why-deepseeks-dspark-rewrites-the-rules-of-speculative-decoding

Le résultat de PostTrainBench renforce cette affirmation. M3 a obtenu 37,1, derrière Opus 4,7 à 42,4 et GPT-5,5 à 39,3, mais devant tous les autres modèles. Ces chiffres suggèrent que M3 peut gérer de manière autonome l’ensemble de la pipeline d’apprentissage automatique : synthèse de données, entraînement, évaluation et amélioration itérative. ifbench-the-new-benchmark-testing-ai-instruction-following

Ce que cela signifie pour les développeurs

M3 est accessible via l’API MiniMax existante, avec mise en cache automatique activée par défaut. Le prix reste inchangé par rapport aux niveaux de modèle précédents, ce qui fait de la mise à niveau un gain de performance direct pour les clients existants. Une plateforme dédiée d’agent de codage, MiniMax Code, est également disponible. minimax-launches-m27-model-with-strong-software-engineering-and-office-productivity-skills

L’importance plus large ne réside pas dans une victoire unique sur un benchmark. C’est la démonstration que les workflows agentiques autonomes en plusieurs étapes, lire des articles, écrire des noyaux CUDA, entraîner des modèles, ne sont plus l’apanage des API fermées les plus chères. Si M3 tient ses promesses en matière de poids libres, la frontière vient de s’élargir au-delà d’un simple modèle chinois. cuga-ibms-open-source-agent-harness-lets-you-build-apps-with-just-a-prompt-and-tool-list