Hogar
El modelo insignia M3 de MiniMax y su indicador causan sensación, pero también suscitan reacciones encontradas
La carrera por los modelos de lenguaje a gran escala sigue intensificándose, y la startup de IA MiniMax ha presentado recientemente su nuevo modelo insignia, el M3. Según los resultados de las pruebas comparativas recogidos en el informe técnico, el modelo ofrece un rendimiento impresionante: ha obtenido una puntuación del 59 % en pruebas que simulan tareas reales de ingeniería de software, superando al GPT-5.5 y acercándose al Opus4.7. Además, ofrece procesamiento de contexto de un millón de tokens y capacidades multimodales nativas. Sin embargo, a pesar de estos notables logros técnicos, el lanzamiento ha desencadenado una importante reacción negativa por parte de la comunidad de desarrolladores, con críticas especialmente duras en los foros online chinos.
Una de las principales fuentes de escepticismo gira en torno a la metodología de evaluación. Los detalles técnicos revelan que M3 utilizó Claude Code —un modelo competidor— como marco de evaluación para sus pruebas de capacidad de programación. Aunque es una práctica habitual utilizar cadenas de herramientas existentes para las evaluaciones de agentes, los críticos afirman que MiniMax, en esencia, probó su propio modelo frente al marco de un competidor y reivindicó directamente puntuaciones elevadas, comparándose con ese mismo competidor en promociones públicas. Muchos desarrolladores han calificado este enfoque de poco sincero, ya que dificulta distinguir las capacidades propias del modelo de las mejoras aportadas por el marco.

Otro punto de controversia es la sinceridad del compromiso con el código abierto. A diferencia de otros proveedores que publican modelos de código abierto con los pesos completos, MiniMax no reveló el tamaño de M3 ni facilitó sus pesos. La empresa solo declaró que haría el modelo de código abierto en un plazo de diez días, ofreciendo únicamente acceso a la API en el momento del lanzamiento. Dado que la reproducibilidad y la verificabilidad son valores fundamentales de la comunidad de código abierto, promover el código abierto al tiempo que se ocultan los pesos —aunque comprensible desde un punto de vista comercial— ha alejado a una comunidad de desarrolladores que espera transparencia y practicidad.

Lo que más ha frustrado a los usuarios intensivos es el cambio repentino en las normas de facturación. Anteriormente, MiniMax era conocida por sus generosos límites de uso, que se restringían por número de solicitudes sin un límite mensual de tokens. Con el lanzamiento de M3, la empresa introdujo un nuevo plan basado en tokens que cobra por volumen total. Aunque la versión oficial es que el plan Plus ofrece una excelente relación calidad-token, los usuarios intensivos —especialmente aquellos que trabajan con contextos de millones de tokens— consideran que cada llamada consume una gran cantidad, lo que agota rápidamente las cuotas del paquete. Esto ha dado lugar a quejas generalizadas por parte de los usuarios de larga duración.
Dejando a un lado las controversias operativas, M3 presenta innovaciones notables a nivel arquitectónico. Introduce un mecanismo de atención dispersa de desarrollo propio denominado MSA (MiniMax Sparse Attention), que mitiga la explosión computacional cuadrática de los Transformers tradicionales mediante la aplicación de una partición en bloques de alta precisión y la dispersificación de los pares clave-valor. A nivel de operadores de bajo nivel, el modelo adopta un novedoso método de cálculo de agregación que mejora la continuidad del acceso a la memoria, alcanzando velocidades cuatro veces superiores a las del Flash-Sparse-Attention de código abierto. Como resultado, M3 multiplica por 9 y por 15 las velocidades de propagación hacia adelante y de decodificación, respectivamente, en contextos de un millón de tokens, reduciendo el cálculo por token a la mitad con respecto a la generación anterior.
Artículo relacionado
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Cómo corregir las Core Web Vitals para mejorar el posicionamiento SEO
Simplificar los comentarios de las tarjetas de calificación con herramientas de IAIntroducciónHerramientas de IA para generar comentarios de tarjetas de calificaciónMagic SchoolAlmanac AIChat GPTUso de Magic School para generar comentarios de t
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
La carrera por los modelos de lenguaje a gran escala sigue intensificándose, y la startup de IA MiniMax ha presentado recientemente su nuevo modelo insignia, el M3. Según los resultados de las pruebas comparativas recogidos en el informe técnico, el modelo ofrece un rendimiento impresionante: ha obtenido una puntuación del 59 % en pruebas que simulan tareas reales de ingeniería de software, superando al GPT-5.5 y acercándose al Opus4.7. Además, ofrece procesamiento de contexto de un millón de tokens y capacidades multimodales nativas. Sin embargo, a pesar de estos notables logros técnicos, el lanzamiento ha desencadenado una importante reacción negativa por parte de la comunidad de desarrolladores, con críticas especialmente duras en los foros online chinos.
Una de las principales fuentes de escepticismo gira en torno a la metodología de evaluación. Los detalles técnicos revelan que M3 utilizó Claude Code —un modelo competidor— como marco de evaluación para sus pruebas de capacidad de programación. Aunque es una práctica habitual utilizar cadenas de herramientas existentes para las evaluaciones de agentes, los críticos afirman que MiniMax, en esencia, probó su propio modelo frente al marco de un competidor y reivindicó directamente puntuaciones elevadas, comparándose con ese mismo competidor en promociones públicas. Muchos desarrolladores han calificado este enfoque de poco sincero, ya que dificulta distinguir las capacidades propias del modelo de las mejoras aportadas por el marco.

Otro punto de controversia es la sinceridad del compromiso con el código abierto. A diferencia de otros proveedores que publican modelos de código abierto con los pesos completos, MiniMax no reveló el tamaño de M3 ni facilitó sus pesos. La empresa solo declaró que haría el modelo de código abierto en un plazo de diez días, ofreciendo únicamente acceso a la API en el momento del lanzamiento. Dado que la reproducibilidad y la verificabilidad son valores fundamentales de la comunidad de código abierto, promover el código abierto al tiempo que se ocultan los pesos —aunque comprensible desde un punto de vista comercial— ha alejado a una comunidad de desarrolladores que espera transparencia y practicidad.

Lo que más ha frustrado a los usuarios intensivos es el cambio repentino en las normas de facturación. Anteriormente, MiniMax era conocida por sus generosos límites de uso, que se restringían por número de solicitudes sin un límite mensual de tokens. Con el lanzamiento de M3, la empresa introdujo un nuevo plan basado en tokens que cobra por volumen total. Aunque la versión oficial es que el plan Plus ofrece una excelente relación calidad-token, los usuarios intensivos —especialmente aquellos que trabajan con contextos de millones de tokens— consideran que cada llamada consume una gran cantidad, lo que agota rápidamente las cuotas del paquete. Esto ha dado lugar a quejas generalizadas por parte de los usuarios de larga duración.
Dejando a un lado las controversias operativas, M3 presenta innovaciones notables a nivel arquitectónico. Introduce un mecanismo de atención dispersa de desarrollo propio denominado MSA (MiniMax Sparse Attention), que mitiga la explosión computacional cuadrática de los Transformers tradicionales mediante la aplicación de una partición en bloques de alta precisión y la dispersificación de los pares clave-valor. A nivel de operadores de bajo nivel, el modelo adopta un novedoso método de cálculo de agregación que mejora la continuidad del acceso a la memoria, alcanzando velocidades cuatro veces superiores a las del Flash-Sparse-Attention de código abierto. Como resultado, M3 multiplica por 9 y por 15 las velocidades de propagación hacia adelante y de decodificación, respectivamente, en contextos de un millón de tokens, reduciendo el cálculo por token a la mitad con respecto a la generación anterior.
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Cómo corregir las Core Web Vitals para mejorar el posicionamiento SEO
Simplificar los comentarios de las tarjetas de calificación con herramientas de IAIntroducciónHerramientas de IA para generar comentarios de tarjetas de calificaciónMagic SchoolAlmanac AIChat GPTUso de Magic School para generar comentarios de t











