MiniMax M3.1 - название, с которым нужно быть аккуратным. Официальной страницы MiniMax M3.1, model card, API ID или релизного поста нет. Зато есть публичная MiniMax M3 и отдельный слух о новой модели на 2.7 триллиона параметров, которую источники The Information называют внутренним M3 Pro.
Поэтому правильная рамка такая: MiniMax M3.1 - не подтвержденный релиз, а удобный market label для ожидаемой следующей итерации M3-линейки. Если она выйдет, ее могут назвать M3.1, M3 Pro или совсем иначе.
Что уже есть: MiniMax M3
MiniMax M3 официально вышла 1 июня 2026 года. Это open-weight модель для coding, agentic workflows, long context и native multimodal input.
Ключевые характеристики M3:
- около 428B total parameters;
- около 23B active parameters;
- Mixture-of-Experts;
- 1M-token context;
- input: text, image, video;
- output: text;
- MiniMax Sparse Attention;
- thinking modes;
- API, Token Plan, MiniMax Code;
- веса на Hugging Face и GitHub.
Главная техническая фишка - MiniMax Sparse Attention (MSA). MiniMax заявляет, что на 1M context M3 снижает per-token compute до 1/20 относительно предыдущего поколения, ускоряет prefill более чем в 9 раз и decoding более чем в 15 раз.
Это важнее, чем звучит: для агентного кодинга модель часто тонет не в "незнании", а в цене длинного контекста и объеме tool-output. MSA бьет именно туда.
Что за M3.1 / M3 Pro
В июле The Information сообщил, что MiniMax работает над новой large language model на 2.7 триллиона параметров. По источникам, внутри компании она известна как M3 Pro, может выйти уже в третьем квартале 2026 года и планируется к open source / open weights.
Китайские медиа, включая Sina/IT Home, пересказали эту линию: новая модель должна быть значительно больше текущей M3 и лучше подходить для сложного reasoning и многошаговых задач.
Вот здесь и возникает "MiniMax M3.1". Если команда выпустит не полностью новую M4, а усиленную M3-ветку, рынок может называть ее M3.1. Но пока это неофициально.
Почему MiniMax может пойти в 2.7T
Конкуренты давят со всех сторон. DeepSeek V4-Pro заявляет 1.6T total. Qwen 3.8-Max-Preview - 2.4T. Kimi K3 - 2.8T. В таком окружении 428B MiniMax M3 все еще полезна, но выглядит менее "frontier" по масштабу.
MiniMax нужно сохранить три сильные стороны:
- open-weight доступность;
- длинный контекст;
- практический coding/agentic профиль.
Если 2.7T M3 Pro сохранит MSA-подход и даст лучший reasoning без катастрофической цены, это будет не просто "больше параметров", а попытка вернуться в верхний слой open-weight гонки.
Что хотелось бы увидеть в M3.1
Первое - более стабильный long-horizon coding. M3 уже умеет много, но следующим шагом должен быть не только benchmark score, а меньшее число срывов в 100+ tool calls.
Второе - лучшая верификация. MiniMax Code использует Agent Team и Producer + Verifier loop. Было бы логично, если M3.1/M3 Pro сильнее разделит генерацию и проверку: один агент пишет, другой агрессивно ищет ошибки.
Третье - меньше hallucinated tool usage. В coding agents это классическая боль: модель уверенно вызывает несуществующий файл, неверно интерпретирует лог или чинит симптом. Более крупный post-trained M3 мог бы улучшить это.
Четвертое - понятная мультимодальность. M3 принимает изображения и видео, но будущей версии надо доказать пользу на практических задачах: скриншоты багов, UI-refactoring, анализ экранных записей, технические диаграммы.
Где скепсис
2.7T - огромный размер. Даже если активных параметров меньше, inference будет сложным. Open weights не равны дешевому local run. Большинство команд все равно будут использовать облачный API или провайдеров.
Еще одна проблема - naming. Если релиз выйдет как M3 Pro, а не M3.1, статьи с названием M3.1 придется обновлять. Поэтому лучше заранее писать: "M3.1 - рабочее обозначение слуха, не официальное имя".
И наконец, нужны независимые тесты. Vendor-reported SWE-Bench и Terminal-Bench полезны, но production-решение надо принимать на своем коде.
Мнение
MiniMax сейчас в интересной позиции. M3 - уже реальный сильный релиз: open weights, 1M context, MSA, coding focus. Но рынок open-weight frontier ускорился, и M3 быстро перестала выглядеть максимально крупной.
Если MiniMax M3.1 окажется M3 Pro на 2.7T, это будет заявка: "мы не только делаем практичные модели, мы тоже можем играть в верхней весовой категории". Успех будет зависеть не от числа параметров, а от того, сохранится ли M3-экономика: длинный контекст, usable agents, нормальная цена и доступные веса.
Где попробовать MiniMax M3.1
- Пока нигде — M3.1 не анонсирована: это рабочее название слуха о 2.7T M3 Pro, ни релиза, ни API у неё нет.
- Официальный сайт MiniMax — веб-чат на minimax.io: там доступна текущая M3; Hailuo — отдельный видео-бренд компании.
- Скачать M3 можно — веса открыты на Hugging Face и GitHub; веса будущей M3 Pro пока только обещаны.
- В GPTunneL без VPN — уже доступна MiniMax 3: открой и посмотри, что умеет текущая линейка, — когда выйдет M3.1, будет с чем сравнивать. Оплата российскими картами в рублях, подписка не нужна.
Сколько стоит MiniMax 3
M3.1 ещё не вышла, поэтому цен у неё нет. Текущая MiniMax 3 в GPTunneL тарифицируется за токены: вход 120 ₽, выход 480 ₽ за 1M токенов, контекст — около 524K токенов. Без подписки — пополняешь баланс и платишь только за использованное. Актуальные цены каталога — на странице цен.
Частые вопросы о MiniMax M3.1
Что такое MiniMax M3.1 и вышла ли она? Это неофициальное название слуха о новой модели MiniMax на 2.7T параметров (внутри компании — M3 Pro). Релиза пока нет; по источникам, модель может выйти в третьем квартале 2026 года.
Открыты ли веса MiniMax? У текущей M3 — да, они лежат на Hugging Face и GitHub. Для будущей M3 Pro open weights обещаны, но пока не опубликованы.
Чем MiniMax M3 отличается от Hailuo? MiniMax — компания с двумя линейками: M-серия — текстовые модели для кодинга и агентов, Hailuo — бренд видеогенерации. M3.1 — про текст, а не про видео.
Нужен ли VPN для MiniMax? Официальный сайт из России работает нестабильно, а оплатить тарифы российской картой не получится. В GPTunneL MiniMax 3 доступна без VPN, оплата российскими картами в рублях.
Попробуй сам
Пока M3.1 остаётся слухом, лучший способ понять линейку — погонять текущую модель на своих задачах: открой MiniMax 3 в GPTunneL и проверь её на длинных репозиториях, refactoring и агентных цепочках. Если будущий прирост окажется только в красивых рассуждениях, это слабый апдейт. Если в завершённых задачах — уже другой разговор.