MiniMax M3: primeiro modelo open-weight com 1 milhão de tokens de contexto, multimodalidade e capacidade frontier de codificação

O MiniMax M3 não é só mais um modelo com contexto longo: é a primeira implementação prática de uma nova classe de arquitetura de atenção esparsa otimizada para agentes que operam em ciclos contínuos de observação, raciocínio e ação. A MiniMax Sparse Attention (MSA) não é uma variação incremental da atenção esparsa existente, ela introduz uma etapa prévia de 'ramificação de índice' que filtra blocos relevantes do cache KV antes de qualquer cálculo pesado, reduzindo o custo computacional para 1/20 do M2 em entradas de 1 milhão de tokens. Isso permite manter latência viável mesmo em tarefas agênticas reais, como a otimização autônoma de kernels CUDA ou a reprodução completa de artigos científicos com geração de código, figuras e commits.

Essa economia não é teórica: o M3 custa US$ 0,60 por milhão de tokens de entrada, cerca de 10% do preço da entrada no Claude Opus 4.7. Mas há um trade-off crítico pouco discutido: o modelo é open-weight, não open-source. Os pesos serão liberados, mas sem licença permissiva clara, sem acesso ao código de treinamento nem à infraestrutura de fine-tuning. E, sob a Lei de Inteligência Nacional da China de 2017, a MiniMax deve cooperar com solicitações de inteligência estatal, mesmo quando os servidores estão fora da China e os dados são apagados após uso, como na Ollama Cloud.

Em 30 de maio, a MiniMax só havia antecipado o mecanismo MSA e seu ganho de 15,6x em velocidade para contexto longo. Em 1º de junho, confirmou o M3 como modelo real, com desempenho mensurável em benchmarks como SWE-Bench Pro (59,0%) e BrowseComp (83,5), superando o Gemini 3.1 Pro e GPT-5.5 em tarefas práticas de codificação agêntica. Agora, em 4 de junho, a empresa detalha a disponibilidade comercial via API, planos de token e integração com plataformas como OpenRouter e SiliconFlow, e confirma que os pesos sairão em até 10 dias, tornando o M3 o primeiro modelo com essa combinação técnica *efetivamente acessível* para desenvolvedores, não apenas anunciada.

O M3 muda a equação de custo-benefício para agentes de codificação de longo prazo. Antes, modelos com 1 milhão de tokens eram inacessíveis para equipes pequenas, ou exigiam infraestrutura própria cara. Agora, com preços promocionais de US$ 0,30/milhão de tokens de entrada, é possível rodar fluxos de trabalho complexos como análise de repositórios inteiros, debugging cross-stack ou geração de documentação técnica com multimodalidade, sem escalar servidores. Mas sua adoção exige avaliação crítica: o modelo opera desktops autonomamente, mas sua governança está sujeita a leis chinesas de cooperação forçada, um fator decisivo para empresas reguladas ou que lidam com IP sensível.