MiniMax lancerede M3 den 1. juni 2026 med tre klare løfter: 1M‑token kontekst, en ny sparse‑attention‑arkitektur (MSA) og nativ multimodalitet. Kilderne er MiniMax’ egen blog, VentureBeat og MarkTechPost. API’et er åbent, og virksomheden varsler open weights og teknisk rapport inden for cirka ti dage.
Pressedækningen peger samtidig på, at M3 slår GPT‑5.5 og Gemini 3.1 Pro på udvalgte benchmarks — og til en markant lavere pris pr. token. Vi skiller det, der kan valideres nu, fra det, der bør bevises i en POC, før I går stort i produktion.
Hvad er nyt teknisk
Kernen er MSA, MiniMax Sparse Attention. Fuld attention skalerer kvadratisk i sekvenslængde; sparse‑metoder reducerer arbejdet ved at fokusere på de mest relevante dele af konteksten. Ifølge MiniMax og MarkTechPost opdeler MSA Key‑Value‑cachen i blokke og bruger en “KV outer gather Q”‑tilgang, hvor hvert KV‑blok læses én gang med sammenhængende hukommelsesadgang. Det skal reducere beregning og forbedre hardwareudnyttelse ved lange sekvenser.
MiniMax hævder interne forbedringer over andre åbne sparse‑implementeringer og, at MSA muliggør 1M‑token kontekst i praksis. Vi mangler dog stadig en teknisk rapport med kompleksitetsanalyse, pseudo‑kode og sammenligning mod fx DSA eller MoBA. Den er annonceret — men endnu ikke publiceret.
1M‑token i praksis
En million tokens betyder, at hele mapper, døgnlange logfiler, store dele af en kodebase eller en uges supportdialog kan ligge i ét aktivt vindue. Vi har allerede set tydelig værdi ved 200K‑kontekst i dokumentanalyse: i en anonymiseret prototype faldt tidsforbruget ca. 40 procent, fordi indholdet ikke skulle hakkes i bidder. Med 1M kan man i højere grad droppe kompleks chunking og skrive mere lige‑ud prompts — den mest håndgribelige forbedring for mange teams.
Men lang kontekst kræver disciplin: kvalitet af kontekst, deduplikering og versionsstyring bliver et driftsansvar. Kort sagt: hav styr på, hvad der lægges ind, hvordan det opdateres, og hvornår det skal fjernes igen.
Multimodalitet og agentik uden orkestreringskaos
M3 er nativt multimodal med billede og video input, og MiniMax skriver, at modellen kan operere en desktop. Det åbner for workflows, hvor fejlsøgningsvideoer, skærmoptagelser og kode håndteres i én samtale — mindre glue‑kode, færre integrationspunkter. Til gengæld skærpes kravene til datahygiejne og compliance, fordi I nu lagrer og behandler billede‑ og videodata på linje med tekst.
Agentik er fristende, men kræver sikkerhedsnet. Vi testede for nylig en anden leverandørs desktop‑agent i en kundecase: stærk til automatiseret PR‑oprettelse, men den trykkede også “merge” for tidligt. Hvis M3’s agentiske evner holder, kan mere ansvar flyttes til automation — men uden rollback og fine‑grained tilladelser stiger prisen på fejl.
Benchmarks der frister — og forpligter
MiniMax og VentureBeat fremhæver bedre resultater end GPT‑5.5 og Gemini 3.1 Pro på bl.a. SWE‑Bench Pro (kodning) og SVG‑Bench, samt stærke tal på OmniDocBench og Claw‑Eval. Kort fortalt: SWE‑Bench Pro tester løsning af softwareopgaver i rigtige repos, SVG‑Bench ser på generering af SVG‑grafik, OmniDocBench måler multimodal dokumentforståelse, og Claw‑Eval vurderer end‑to‑end agentadfærd.
Men tallene er leverandør‑rapporterede eller via presse. Uafhængig reproduktion mangler i de kilder, vi har nu. Når vægte og rapport lander, bør I re‑benchmarke på egne datasæt med identiske opsætninger — ellers sammenligner man pærer og æbler.
Pris og økonomi uden tryllestøv
VentureBeat angiver kampagnepriser ved launch: 0,30 USD pr. 1M input‑tokens og 1,20 USD pr. 1M output‑tokens (frisk cache). Fuld pris: 0,60\/2,40 USD pr. 1M. Samme kilde vurderer, at selv fuldprisen ligger omkring 8–20 procent af ledende proprietære amerikanske modeller pr. token. Hvis det holder, flytter det regnestykket for agent‑workloads og lang kontekst.
Et hurtigt regnestykke: Antag et kodningsagent‑loop med 200K input og 20K output pr. iteration, 100 iterationer om dagen. Det er 20M input og 2M output tokens dagligt. Med M3 fuldpris koster det ca. 12 USD for input og 4,8 USD for output, i alt 16,8 USD per dag — omkring 500 USD per måned. Hos en model til 2\/12 USD pr. 1M (i størrelsesorden Gemini 3.1 Pro preview ≤200K i VentureBeats tabel) lander samme workload omkring 40 USD input + 24 USD output dagligt, 1.920 USD per måned. Forskellen gør det realistisk at køre større kontekster og hyppigere agent‑iterationer uden at sprænge budgettet.
Hvad vi kan sige med ro i stemmen — og hvad vi ikke kan
Sikkert: lanceringen er sket, API’et er live, og M3’s tre hovedpåstande (1M‑kontekst, MSA, multimodalitet) er udmeldt i MiniMax’ blog og bekræftet i MarkTechPost. Open weights og teknisk rapport er varslet inden for cirka ti dage.
Usikkert: uafhængige benchmarks mangler i de nuværende kilder. Licensdetaljer for open weights er ikke specificeret. Der er ingen publicerede målinger af latens, throughput ved lange kontekster eller energiforbrug pr. token. Agent‑sikkerhed, hallucinationsrate og robusthed mod prompt‑manipulation er heller ikke belyst eksternt endnu. Den aggressive pris indbyder til at lede efter krogen — den kan vise sig i performance under last eller i enterprise‑vilkår.
Implementering i virkeligheden
Bygger I agent‑workflows eller kodeautomatisering, ændrer M3 nogle prioriteringer: lang kontekst flytter tungt dataarbejde ind i promptlaget, nativ multimodalitet skærer integrationsled væk, og en lav pris gør iterativ planlægning mere attraktiv. Driften bliver dog ikke lettere af sig selv: governance, datahåndtering og versionskontrol af kontekst og værktøjer skal løftes tidligt.
Vores korte råd fra feltet: start småt, mål alt, og design for fejl. Vi har set opsætninger, hvor én forkert agent‑handling forplantes, fordi rollback manglede. En simpel guarding‑strategi med tilladelseslister, tørkørsel og skarp logging kunne have sparet en udviklingsuge.
Tre POC‑spor vi ville vælge i morgen
1) Lang‑kontekst vidensarbejder: læg en hel kontraktmappe og due‑diligence‑noter i konteksten (op til 1M). Mål: tid til første fund, præcision i citater, og antal fejlagtige referencer. Risiko: kontekstforurening og versioner, der glider. Sæt et “kontekst‑manifest” på hver kørsel med hashes og tidsstempler.
2) Agentisk kodningsassistent i CI\/CD: lad agenten triagere issues, foreslå patches, åbne PR og skrive tests. Mål: PR‑gennemløbstid, flake‑rate i tests, code‑review‑tid. Risiko: for aggressive merges, bias mod simple fixes. Indfør to‑personers godkendelse og automatisk revert.
3) Multimodal compliance‑læsning: kombiner politikdokumenter, skærmoptagelser fra systemer og email‑udtræk. Mål: falsk‑positiv\/falsk‑negativ‑rate i fund, tid pr. sag. Risiko: dataretlig eksponering. Løsning: separat datarum, hårde retention‑regler og krydset adgangskontrol.
Teknisk tjekliste før produktion
- Vægte og licens: verificér licenstype og downstream‑begrænsninger, når open weights frigives.
- Eval på egne data: reproducerbare sæt på jeres kode, dokumenter og billeder\/video.
- Latens\/throughput: mål ved 100K, 500K og 1M tokens — særskilt prefilling vs. decoding. Kilderne oplyser ikke tal her.
- Omkostningsmodel: simuler peak‑load, cache‑hit‑rate og lang‑kontekst‑forbrug. Sammenlign promo vs. fuldpris.
- Fail‑safes: indbyg dry‑run, step‑by‑step approvals og automatisk rollback.
- Audit og logging: event‑log for alle agenthandlinger, prompts og kontekst‑manifest — søgbar fra dag ét.
- Sikkerhed: pen‑test af værktøjsbroer, sandbox til desktop‑handlinger og målrettede prompt‑injektionstests.
Hvad betyder det for jeres arkitektur
M3 trækker mod færre modeller i kæden, fordi multimodalitet er indbygget. Det kan lette integration, men planlæg for memory‑ og kontekststyring. Kontekstcache, retrieval‑strategi og deduplikering skal ind i første arkitekturskitse — ikke til sidst. Vi har god erfaring med at lade RAG blive til “RAG med kontekst‑manifest” og klare regler for, hvornår konteksten må vokse.
Hybrid pipelines giver stadig mening: brug M3 til lang kontekst og agentplanlægning, men bevar specialværktøjer til fx OCR, tabeludtræk eller ultra‑lav latens. Det handler ikke om én model til alt, men om at få pris og kvalitet i hopla dér, hvor værdien er størst.
Konkurrence og marked
Kombinationen af open‑weights, 1M kontekst og multimodalitet i én arkitektur presser lukkede modeller på TCO. Storleverandørernes svar kan blive prisnedsættelser, caching‑rabatter eller hurtigere long‑context‑varianter — måske også strammere enterprise‑pakker. For kunder kan det betyde reelle prisfald nedefra.
Der er også risici: geopolitik og eksportkontrol kan påvirke distributionsvilkår, compliance‑krav til multimodale data vokser, og uden en klar licens kan “open‑weights” vise sig at være åbent med fodnoter. Vi afventer dokumenter, ikke pressecitater.
Hvad vi holder øje med de næste 10 dage
Tre ting: den tekniske rapport (for at forstå MSA’s performance og kanttilfælde), licensens ordlyd, og real‑world latens\/throughput ved 1M tokens. Når de er publiceret, giver det mening at løfte POC’er til en pilottest. Indtil da: brug API’et — med sikkerhedsline.
Prissætningen er det mest forretningskritiske her og nu. Hvis fuldprisen står ved magt, bliver kontinuerlige agentloops og lange kontekster økonomisk realistiske i daglig drift. Det mærkes først i praksis ved tastaturet og i loggene — ikke i slides.
Konklusion
M3 ser ud til at flytte balancen for enterprise‑AI: lang kontekst, multimodalitet og agentik i én open‑weight model til en pris, der ændrer TCO. Fakta vi kan hænge hatten på: lanceringen er sket, API’et er live, 1M‑kontekst og multimodalitet er annonceret, og open weights samt rapport er varslet. Fakta vi mangler: uafhængige benchmarks, licensdetaljer og hårde driftsmålinger.
Næste skridt for beslutningstagere: kør en fokuseret POC med klare mål, hold governance stram, og forbered pipeline på kontekststyring, logging og rollback. Vent ikke med due diligence på pris og latens — resten måles, når vægte og rapport ligger klar.
