Китайские open-weights модели продолжают сокращать разрыв с закрытыми гигантами из США. Новый флагман MiniMax M3 от шанхайской лаборатории MiniMax заявляет о себе как о первой открытой модели, объединяющей топовый кодинг, контекстное окно в 1 миллион токенов и нативную мультимодальность.
Бенчмарки: на уровне GPT-5.5 и Claude 4.7
Результаты M3 в тестах на реальное программирование впечатляют. В тесте SWE-Bench Pro модель набрала 59.0%, обойдя Gemini 3.1 Pro (54.2%) и вплотную приблизившись к GPT-5.5 (58.6%). В Terminal Bench 2.1 (работа с консолью) M3 показала 66.0%, что сопоставимо с лидерами рынка.
Особо стоит отметить успех в SVG-Bench (63.7%) и BrowseComp (83.5%), где модель обошла Claude Opus 4.7. Это делает её серьезным кандидатом для интеграции в AI-агенты, работающие с интерфейсами и сложной графикой.
Три столпа MiniMax M3
Разработчики выделяют три ключевые особенности, которые раньше редко встречались в одной open-weights модели:
- Агентская производительность: В ходе тестов M3 автономно воспроизвела научную статью ICLR 2025. За 12 часов работы модель сделала 18 коммитов и подготовила 23 графика без участия человека. Это показатель реальной способности к длительному выполнению задач (long-horizon execution).
- MiniMax Sparse Attention (MSA): Новая архитектура разреженного внимания ускоряет декодинг в 15.6 раз и префилл в 9.7 раз по сравнению с предыдущей версией M2 на длинном контексте. В отличие от решений DeepSeek, MSA работает с несжатыми KV-кэшами, что минимизирует потерю точности при работе с огромными кодовыми базами.
- Нативная мультимодальность: Поддержка изображений и видео встроена в ядро модели. M3 умеет управлять рабочим столом компьютера (Computer Use), что ставит её в один ряд с продвинутыми агентами для автоматизации рутины.
Что это значит для вайбкодеров?
Появление M3 подтверждает тренд: топовый интеллект становится дешевле и доступнее. Для тех, кто строит продукты на базе Cursor или Windsurf, это означает возможность использовать локальные или self-hosted модели уровня GPT-5 для глубокого анализа репозиториев. Если вам нужен миллионный контекст без цензуры и задержек закрытых API, MiniMax M3 — главный претендент на тест в ближайшие выходные.