Le MiniMax chinois vient d'open-sourcer un modèle à 1 million de tokens qui surpasse GPT-5.5 sur des tâches de codage réelles

Le 24 avril 2025, MiniMax a publié M3, un modèle qui rompt délibérément avec son prédécesseur M2 et vise à redéfinir ce qu'un modèle frontalier open-source peut offrir. Le timing est important. Les laboratoires occidentaux comme OpenAI et Anthropic cloisonnent leurs meilleurs modèles derrière des paywalls et des restrictions d'API. MiniMax a choisi de publier M3 en tant que modèle open-weight, une décision qui porte un poids à la fois technique et concurrentiel. minimax-launches-m27-model-with-strong-software-engineering-and-office-productivity-skills

Le modèle regroupe trois choses que MiniMax juge nécessaires pour un système frontalier : la multimodalité native (entrée image et vidéo), le codage agentique et une fenêtre de contexte d'un million de tokens. Les trois vivent dans une seule architecture, non comme des ajouts post-hoc. Ce regroupement, déjà effectué dans des modèles comme GPT-4o et Claude 3.5, positionne M3 comme le premier modèle open-source chinois à offrir le package complet. one-million-tokens-four-flagships-the-real-benchmark-is-what-you-can-actually-use

L'arithmétique de l'attention sparse

Le fondement technique de M3 est le MSA (MiniMax Sparse Attention), une nouvelle architecture conçue pour résoudre la limitation centrale de l'attention complète : la complexité quadratique en fonction de la longueur de séquence. L'attention sparse n'est pas nouvelle, des solutions comme DSA et MoBA existent déjà, mais MSA utilise une méthode de partitionnement de blocs KV plus granulaire que l'équipe affirme atteindre une couverture de contexte effective plus élevée.

Les gains d'efficacité sont réels. À un million de tokens, le calcul par token de M3 représente 1/20e de celui de M2. La phase de préremplissage est plus de 9 fois plus rapide, et le décodage bénéficie d'une accélération de plus de 15 fois. Ces chiffres proviennent d'une implémentation de noyau personnalisée, le KV outer gather Q, qui lit la mémoire séquentiellement et atteint une accélération de 4x par rapport aux implémentations open-source comme Flash-Sparse-Attention et flash-moba. the-hidden-bottleneck-in-ai-inference-why-deepseeks-dspark-rewrites-the-rules-of-speculative-decoding

MiniMax rapporte que la capacité du MSA sur la plupart des benchmarks correspond à celle de l'attention complète. Cette affirmation est importante. Si l'attention sparse introduit des angles morts, des pertes en rappel, hallucinations ou suivi d'instructions, les gains d'échelle de contexte viennent à un coût caché. Les benchmarks fournis ne montrent pas de régressions, mais une vérification indépendante le dira.

Une nouvelle approche de l'apprentissage agentique

Le traitement de la capacité agentique par MiniMax est le pari le plus conséquent du modèle. La plupart des benchmarks de codage testent des tâches en un seul tour : un modèle reçoit une invite et génère une solution. Le développement réel est multi-tour, itératif et collaboratif. MiniMax a construit un cadre de simulateur d'utilisateur interactif qui entraîne le modèle sur des séquences d'interaction multi-tour, y compris la clarification des exigences, la révision des commentaires et le changement de tâche. why-your-ai-agent-might-ace-the-task-but-flunk-the-process-enter-skillcoach

Les résultats sur les benchmarks d'agents standards sont solides : SWE-Bench Pro à 59,0%, Terminal Bench 2.1 à 66,0% et MCP Atlas à 74,2%. Mais le cadre lui-même est plus important. En traitant l'écart de benchmark agentique comme un problème de données d'apprentissage plutôt qu'une limitation d'architecture, MiniMax a ouvert une voie que d'autres laboratoires peuvent suivre, une voie qui ne nécessite pas d'environnements propriétaires ni d'infrastructure fermée.

Démonstrations concrètes : la différence entre un benchmark et un workflow

Au-delà des benchmarks, MiniMax a publié deux études de cas détaillées qui montrent la capacité du modèle en exécution autonome étendue.

Reproduction de papier. MiniMax a chargé M3 de reproduire indépendamment un lauréat du Prix du meilleur papier ICLR 2025. Le modèle a fonctionné pendant près de 12 heures de manière autonome, produisant 18 commits et 23 figures expérimentales. Il a correspondu aux tendances de probabilité de la phase SFT, observé l'effet de rétrécissement discuté dans les expériences DPO originales et validé la méthode d'atténuation Extend. Tout cela à partir d'une seule entrée du PDF du papier et du code source, traitée entièrement dans la fenêtre de contexte d'un million de tokens. anthropic-launches-claude-science-an-ai-workbench-for-scientific-research-1

Optimisation du noyau CUDA. Le test techniquement le plus révélateur impliquait un problème d'optimisation extrêmement étroit et hautement spécialisé : écrire un noyau FP8 GEMM de qualité production pour les GPU NVIDIA Hopper. M3 n'a reçu qu'une description de tâche, un script de benchmark et une structure squelette Triton non fonctionnelle. Aucun code de référence. Sur 24 heures et 147 soumissions de benchmark, le modèle a progressé à travers six rounds d'optimisation, d'une ligne de base atteignant 7,6% de l'utilisation maximale du matériel à un 71,3% final. Une accélération de 9,4x. La solution optimale est venue à la soumission 145, après plusieurs plateaux. Cette persistance est rare parmi les modèles de langage, qui cessent généralement d'itérer après 30 tentatives. the-verification-horizon-why-rewarding-coding-agents-is-getting-harder

L'évaluation PostTrainBench, où M3 a entraîné quatre modèles de base sur des tâches de mathématiques, d'appel d'outils et de codage en 12 heures (marquant 0,37 contre 0,42 pour Opus 4.7 et 0,39 pour GPT-5.5), suggère que MiniMax considère la capacité agentique comme une compétence au niveau du pipeline, pas seulement un résultat d'inférence en un seul tour.

La stratégie de prix : sous-cotation par un facteur de 15

Les prix de l'API et les abonnements Token Plan rendent explicite le positionnement concurrentiel de MiniMax. Le niveau Plus à 49 ¥/mois (6,80 $) offre 600 millions de tokens, environ cinq fois la capacité de Claude Pro à 20 $/mois. À l'échelle extrême, le niveau Ultra à 469 ¥/mois (65 $) offre 5,5 milliards de tokens, environ trois fois la capacité de Claude Max à 200 $/mois pour environ un tiers du prix.

MiniMax présente cela comme une démarche rationnelle : rendre les modèles frontaliers économiquement accessibles aux développeurs exclus par les API occidentales. Que cela conduise à un modèle de revenus durable ou à une course vers le bas dans la tarification des clouds d'IA chinois dépend de l'efficacité de l'inférence et de la demande d'échelle au cours de l'année à venir. how-alibaba-cloud-pushed-its-way-into-20-gartner-quadrants-and-what-it-means-for-the-ai-cloud-race

Complexités et questions ouvertes

Les démonstrations de M3 sont impressionnantes, mais plusieurs problèmes restent non résolus. Premièrement, le pipeline de données post-entraînement du modèle repose fortement sur des données entrelacées, du texte, des images et des vidéos mélangés dans les séquences d'entraînement. Les expériences internes de MiniMax montrent que cela s'échelonne mieux que les données synthétiques, mais l'équipe n'a pas divulgué la proportion exacte ou la méthodologie de curation, rendant la reproductibilité indépendante difficile. ai2-releases-olmo-eval-an-open-evaluation-workbench-for-active-llm-development

Deuxièmement, le modèle est encore en cours de déploiement : les poids et le rapport technique sont promis dans les dix jours. Jusqu'à ce moment, la communauté se fie à l'accès API et aux propres benchmarks de MiniMax pour la vérification, une exigence de confiance que les projets open-source contournent traditionnellement.

Enfin, bien que les démonstrations de M3 montrent une autonomie de longue durée (12 et 24 heures), ce sont des tâches soigneusement cadrées. La capacité du modèle à maintenir un comportement fiable face à des objectifs ouverts et ambigus, le véritable test des systèmes agentiques, reste à voir.

Une direction claire pour les modèles frontaliers open-source

MiniMax M3 ne prétend pas surpasser GPT-4o ou Claude Opus 4.7 dans tous les domaines. Mais en regroupant la compréhension multimodale, le raisonnement à long contexte et le codage agentique dans un seul package open-source, soutenu par une architecture nouvellement conçue et un pipeline d'entraînement qui récompense l'interaction itérative, il plaide fortement pour que les modèles open-weight puissent concurrencer en capacité à une fraction du coût. minimax-launches-m25-a-coding-and-agentic-ai-model-with-state-of-the-art-performance

La prochaine étape est l'adoption. Si la publication ouverte de M3 et ses prix agressifs attirent un écosystème de développeurs qui construisent eux-mêmes des workflows agentiques sur le modèle, l'écart entre les laboratoires frontaliers chinois et occidentaux pourrait se réduire plus rapidement que beaucoup ne le pensent.