Lar
O modelo M3, carro-chefe da MiniMax, e seu indicador impressionam, mas geram reações controversas
A corrida pelos grandes modelos de linguagem continua a se intensificar, com a startup de IA MiniMax lançando recentemente seu novo modelo principal, o M3. De acordo com os resultados dos testes de benchmark apresentados no relatório técnico, o modelo apresenta um desempenho impressionante: obteve 59% em testes que simulam tarefas reais de engenharia de software, superando o GPT-5.5 e se aproximando do Opus4.7. Ele também oferece processamento de contexto de milhões de tokens e recursos multimodais nativos. No entanto, apesar dessas conquistas técnicas significativas, o lançamento gerou uma reação negativa considerável da comunidade de desenvolvedores, com críticas particularmente severas surgindo em fóruns online chineses.
Uma das principais fontes de ceticismo gira em torno da metodologia de avaliação. Detalhes técnicos revelam que o M3 utilizou o Claude Code — um modelo concorrente — como estrutura de avaliação para seus testes de capacidade de codificação. Embora seja prática comum usar cadeias de ferramentas existentes para avaliações de agentes, os críticos afirmam que a MiniMax basicamente testou seu próprio modelo contra a estrutura de um concorrente e reivindicou diretamente pontuações altas, comparando-se ao mesmo concorrente em promoções públicas. Muitos desenvolvedores classificaram essa abordagem como desonesta, pois torna difícil distinguir as habilidades nativas do modelo das melhorias proporcionadas pela estrutura.

Outro ponto de controvérsia é a sinceridade do compromisso com o código aberto. Ao contrário de outros fornecedores que lançam modelos de código aberto com pesos completos, a MiniMax não divulgou o tamanho do M3 nem forneceu seus pesos. A empresa limitou-se a afirmar que tornaria o modelo de código aberto em até dez dias, oferecendo apenas acesso à API no lançamento. Como a reprodutibilidade e a verificabilidade são valores fundamentais da comunidade de código aberto, promover o código aberto enquanto se ocultam os pesos — embora compreensível do ponto de vista comercial — afastou uma comunidade de desenvolvedores que espera transparência e praticidade.

O que mais frustrou os usuários intensivos foi a mudança repentina nas regras de cobrança. Anteriormente, a MiniMax era conhecida por seus limites generosos de uso, restringindo pelo número de solicitações sem um limite mensal de tokens. Com o lançamento do M3, a empresa introduziu um novo plano baseado em tokens que cobra pelo volume total. Embora a versão oficial seja de que o plano Plus oferece um excelente custo-benefício em termos de tokens, os usuários intensivos — especialmente aqueles que trabalham com contextos de milhões de tokens — percebem que cada chamada consome uma grande quantidade, esgotando rapidamente as cotas do pacote. Isso levou a reclamações generalizadas por parte de usuários de longa data.
Deixando de lado as controvérsias operacionais, o M3 apresenta inovações notáveis no nível arquitetônico. Ele introduz um mecanismo de atenção esparsa desenvolvido internamente, chamado MSA (MiniMax Sparse Attention), que mitiga a explosão computacional quadrática dos Transformers tradicionais ao aplicar particionamento de blocos de alta precisão e esparsificação a pares chave-valor. No nível dos operadores de baixo nível, o modelo adota um método inovador de cálculo de agregação que melhora a continuidade do acesso à memória, alcançando velocidades quatro vezes mais rápidas do que o Flash-Sparse-Attention de código aberto. Como resultado, o M3 aumenta as velocidades de propagação para frente e de decodificação em 9x e 15x, respectivamente, em contextos de milhões de tokens, reduzindo o cálculo por token para metade do da geração anterior.
Artigo relacionado
A Meta quer que seu próximo gadget seja alimentado por Muse
O Muse da Meta, um assistente de inteligência artificial que gerencia reservas de viagem, envio de formulários e compras, tem sido amplamente adotado, mas uma nova iniciativa pode atrair especialmente desenvolvedores e entusiastas de hardware.Na sex
Wan-Streamer v0.2 oferece chat de IA com latência ultrabaixa
À medida que a tecnologia moderna avança rapidamente, a interação entre humanos e inteligência artificial está se tornando mais comum. As chamadas de vídeo tradicionais frequentemente enfrentam problemas de atraso, latência e dessincronização áudio-v
A Meta se une à TSMC e Micron para equipar novos servidores com memória antiga
À medida que a adoção da inteligência artificial se acelera em todo o mundo, a memória DDR5 de próxima geração está enfrentando uma escassez crítica de suprimentos. Para evitar atrasos nos despliegues de data centers de IA, a Meta estabeleceu uma par
Recomendações de tópicos especiais relacionados
Comentários (0)
A corrida pelos grandes modelos de linguagem continua a se intensificar, com a startup de IA MiniMax lançando recentemente seu novo modelo principal, o M3. De acordo com os resultados dos testes de benchmark apresentados no relatório técnico, o modelo apresenta um desempenho impressionante: obteve 59% em testes que simulam tarefas reais de engenharia de software, superando o GPT-5.5 e se aproximando do Opus4.7. Ele também oferece processamento de contexto de milhões de tokens e recursos multimodais nativos. No entanto, apesar dessas conquistas técnicas significativas, o lançamento gerou uma reação negativa considerável da comunidade de desenvolvedores, com críticas particularmente severas surgindo em fóruns online chineses.
Uma das principais fontes de ceticismo gira em torno da metodologia de avaliação. Detalhes técnicos revelam que o M3 utilizou o Claude Code — um modelo concorrente — como estrutura de avaliação para seus testes de capacidade de codificação. Embora seja prática comum usar cadeias de ferramentas existentes para avaliações de agentes, os críticos afirmam que a MiniMax basicamente testou seu próprio modelo contra a estrutura de um concorrente e reivindicou diretamente pontuações altas, comparando-se ao mesmo concorrente em promoções públicas. Muitos desenvolvedores classificaram essa abordagem como desonesta, pois torna difícil distinguir as habilidades nativas do modelo das melhorias proporcionadas pela estrutura.

Outro ponto de controvérsia é a sinceridade do compromisso com o código aberto. Ao contrário de outros fornecedores que lançam modelos de código aberto com pesos completos, a MiniMax não divulgou o tamanho do M3 nem forneceu seus pesos. A empresa limitou-se a afirmar que tornaria o modelo de código aberto em até dez dias, oferecendo apenas acesso à API no lançamento. Como a reprodutibilidade e a verificabilidade são valores fundamentais da comunidade de código aberto, promover o código aberto enquanto se ocultam os pesos — embora compreensível do ponto de vista comercial — afastou uma comunidade de desenvolvedores que espera transparência e praticidade.

O que mais frustrou os usuários intensivos foi a mudança repentina nas regras de cobrança. Anteriormente, a MiniMax era conhecida por seus limites generosos de uso, restringindo pelo número de solicitações sem um limite mensal de tokens. Com o lançamento do M3, a empresa introduziu um novo plano baseado em tokens que cobra pelo volume total. Embora a versão oficial seja de que o plano Plus oferece um excelente custo-benefício em termos de tokens, os usuários intensivos — especialmente aqueles que trabalham com contextos de milhões de tokens — percebem que cada chamada consome uma grande quantidade, esgotando rapidamente as cotas do pacote. Isso levou a reclamações generalizadas por parte de usuários de longa data.
Deixando de lado as controvérsias operacionais, o M3 apresenta inovações notáveis no nível arquitetônico. Ele introduz um mecanismo de atenção esparsa desenvolvido internamente, chamado MSA (MiniMax Sparse Attention), que mitiga a explosão computacional quadrática dos Transformers tradicionais ao aplicar particionamento de blocos de alta precisão e esparsificação a pares chave-valor. No nível dos operadores de baixo nível, o modelo adota um método inovador de cálculo de agregação que melhora a continuidade do acesso à memória, alcançando velocidades quatro vezes mais rápidas do que o Flash-Sparse-Attention de código aberto. Como resultado, o M3 aumenta as velocidades de propagação para frente e de decodificação em 9x e 15x, respectivamente, em contextos de milhões de tokens, reduzindo o cálculo por token para metade do da geração anterior.
A Meta quer que seu próximo gadget seja alimentado por Muse
O Muse da Meta, um assistente de inteligência artificial que gerencia reservas de viagem, envio de formulários e compras, tem sido amplamente adotado, mas uma nova iniciativa pode atrair especialmente desenvolvedores e entusiastas de hardware.Na sex
Wan-Streamer v0.2 oferece chat de IA com latência ultrabaixa
À medida que a tecnologia moderna avança rapidamente, a interação entre humanos e inteligência artificial está se tornando mais comum. As chamadas de vídeo tradicionais frequentemente enfrentam problemas de atraso, latência e dessincronização áudio-v
A Meta se une à TSMC e Micron para equipar novos servidores com memória antiga
À medida que a adoção da inteligência artificial se acelera em todo o mundo, a memória DDR5 de próxima geração está enfrentando uma escassez crítica de suprimentos. Para evitar atrasos nos despliegues de data centers de IA, a Meta estabeleceu uma par











