Maison
Le modèle phare M3 de MiniMax et son indicateur font forte impression, mais suscitent des réactions controversées
La course aux grands modèles linguistiques ne cesse de s'intensifier, la start-up spécialisée dans l'IA MiniMax ayant récemment dévoilé son nouveau modèle phare, le M3. D'après les résultats des tests de performance présentés dans le rapport technique, ce modèle affiche des performances impressionnantes : il obtient un score de 59 % lors de tests simulant des tâches réelles d'ingénierie logicielle, surpassant ainsi le GPT-5.5 et se rapprochant de l'Opus4.7. Il offre également un traitement de contexte de plusieurs millions de tokens et des capacités multimodales natives. Cependant, malgré ces solides avancées techniques, ce lancement a suscité une vive polémique au sein de la communauté des développeurs, des critiques particulièrement virulentes ayant notamment émergé sur les forums en ligne chinois.
Une des principales sources de scepticisme concerne la méthodologie d’évaluation. Les détails techniques révèlent que M3 a utilisé Claude Code — un modèle concurrent — comme cadre d’évaluation pour ses tests de capacités de codage. Bien qu’il soit courant d’utiliser des chaînes d’outils existantes pour évaluer des agents, les détracteurs affirment que MiniMax a essentiellement testé son propre modèle par rapport au cadre d’un concurrent et s’est directement attribué des scores élevés, en se comparant à ce même concurrent dans ses promotions publiques. De nombreux développeurs ont qualifié cette approche de malhonnête, car elle rend difficile la distinction entre les capacités natives du modèle et les améliorations apportées par le cadre d’évaluation.

Un autre point de discorde concerne la sincérité de l’engagement en faveur de l’open source. Contrairement à d’autres fournisseurs qui publient des modèles open source avec l’intégralité des poids, MiniMax n’a pas divulgué la taille de M3 ni fourni ses poids. L’entreprise s’est contentée d’indiquer qu’elle rendrait le modèle open source dans un délai de dix jours, n’offrant qu’un accès via l’API lors du lancement. La reproductibilité et la vérifiabilité étant des valeurs fondamentales de la communauté open source, promouvoir l’open source tout en dissimulant les poids — bien que cela soit compréhensible d’un point de vue commercial — a aliéné une communauté de développeurs qui attend transparence et praticité.

Ce qui a le plus frustré les gros utilisateurs, c’est le changement soudain des règles de facturation. Auparavant, MiniMax était réputé pour ses limites d’utilisation généreuses, imposant des restrictions en fonction du nombre de requêtes sans plafond mensuel de jetons. Avec la sortie de M3, l’entreprise a introduit une nouvelle formule basée sur des jetons, facturée au volume total. Bien que la position officielle soit que la formule Plus offre un excellent rapport qualité-prix en termes de jetons, les gros utilisateurs — en particulier ceux travaillant avec des contextes de plusieurs millions de jetons — constatent que chaque appel en consomme une grande quantité, épuisant rapidement les quotas de leur forfait. Cela a donné lieu à de nombreuses plaintes de la part des utilisateurs de longue date.
Au-delà des controverses opérationnelles, M3 présente des innovations notables au niveau architectural. Il introduit un mécanisme d’attention clairsemée développé en interne, appelé MSA (MiniMax Sparse Attention), qui atténue l’explosion quadratique des calculs des Transformers traditionnels en appliquant un partitionnement en blocs de haute précision et une clairsemisation aux paires clé-valeur. Au niveau des opérateurs de bas niveau, le modèle adopte une nouvelle méthode de calcul d’agrégation qui améliore la continuité d’accès à la mémoire, atteignant des vitesses quatre fois supérieures à celles de l’outil open source Flash-Sparse-Attention. En conséquence, M3 multiplie respectivement par 9 et par 15 les vitesses de propagation avant et de décodage dans des contextes d’un million de tokens, réduisant ainsi le calcul par token de moitié par rapport à la génération précédente.
Article connexe
Les actions américaines atteignent un jalon historique alors que les géants de l'IA et de l'aérospatiale se préparent pour leur entrée boursière à la valeur du trillion de dollars.
Elon Musk, Sam Altman et Dario Amodei, trois titans du secteur technologique, s’approchent des introductions en bourse de leurs entreprises respectives. Avec SpaceX, OpenAI et Anthropic – trois géants de l’industrie dont les valorisations approchent
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Recommandations de sujets spéciaux liés
commentaires (0)
La course aux grands modèles linguistiques ne cesse de s'intensifier, la start-up spécialisée dans l'IA MiniMax ayant récemment dévoilé son nouveau modèle phare, le M3. D'après les résultats des tests de performance présentés dans le rapport technique, ce modèle affiche des performances impressionnantes : il obtient un score de 59 % lors de tests simulant des tâches réelles d'ingénierie logicielle, surpassant ainsi le GPT-5.5 et se rapprochant de l'Opus4.7. Il offre également un traitement de contexte de plusieurs millions de tokens et des capacités multimodales natives. Cependant, malgré ces solides avancées techniques, ce lancement a suscité une vive polémique au sein de la communauté des développeurs, des critiques particulièrement virulentes ayant notamment émergé sur les forums en ligne chinois.
Une des principales sources de scepticisme concerne la méthodologie d’évaluation. Les détails techniques révèlent que M3 a utilisé Claude Code — un modèle concurrent — comme cadre d’évaluation pour ses tests de capacités de codage. Bien qu’il soit courant d’utiliser des chaînes d’outils existantes pour évaluer des agents, les détracteurs affirment que MiniMax a essentiellement testé son propre modèle par rapport au cadre d’un concurrent et s’est directement attribué des scores élevés, en se comparant à ce même concurrent dans ses promotions publiques. De nombreux développeurs ont qualifié cette approche de malhonnête, car elle rend difficile la distinction entre les capacités natives du modèle et les améliorations apportées par le cadre d’évaluation.

Un autre point de discorde concerne la sincérité de l’engagement en faveur de l’open source. Contrairement à d’autres fournisseurs qui publient des modèles open source avec l’intégralité des poids, MiniMax n’a pas divulgué la taille de M3 ni fourni ses poids. L’entreprise s’est contentée d’indiquer qu’elle rendrait le modèle open source dans un délai de dix jours, n’offrant qu’un accès via l’API lors du lancement. La reproductibilité et la vérifiabilité étant des valeurs fondamentales de la communauté open source, promouvoir l’open source tout en dissimulant les poids — bien que cela soit compréhensible d’un point de vue commercial — a aliéné une communauté de développeurs qui attend transparence et praticité.

Ce qui a le plus frustré les gros utilisateurs, c’est le changement soudain des règles de facturation. Auparavant, MiniMax était réputé pour ses limites d’utilisation généreuses, imposant des restrictions en fonction du nombre de requêtes sans plafond mensuel de jetons. Avec la sortie de M3, l’entreprise a introduit une nouvelle formule basée sur des jetons, facturée au volume total. Bien que la position officielle soit que la formule Plus offre un excellent rapport qualité-prix en termes de jetons, les gros utilisateurs — en particulier ceux travaillant avec des contextes de plusieurs millions de jetons — constatent que chaque appel en consomme une grande quantité, épuisant rapidement les quotas de leur forfait. Cela a donné lieu à de nombreuses plaintes de la part des utilisateurs de longue date.
Au-delà des controverses opérationnelles, M3 présente des innovations notables au niveau architectural. Il introduit un mécanisme d’attention clairsemée développé en interne, appelé MSA (MiniMax Sparse Attention), qui atténue l’explosion quadratique des calculs des Transformers traditionnels en appliquant un partitionnement en blocs de haute précision et une clairsemisation aux paires clé-valeur. Au niveau des opérateurs de bas niveau, le modèle adopte une nouvelle méthode de calcul d’agrégation qui améliore la continuité d’accès à la mémoire, atteignant des vitesses quatre fois supérieures à celles de l’outil open source Flash-Sparse-Attention. En conséquence, M3 multiplie respectivement par 9 et par 15 les vitesses de propagation avant et de décodage dans des contextes d’un million de tokens, réduisant ainsi le calcul par token de moitié par rapport à la génération précédente.
Les actions américaines atteignent un jalon historique alors que les géants de l'IA et de l'aérospatiale se préparent pour leur entrée boursière à la valeur du trillion de dollars.
Elon Musk, Sam Altman et Dario Amodei, trois titans du secteur technologique, s’approchent des introductions en bourse de leurs entreprises respectives. Avec SpaceX, OpenAI et Anthropic – trois géants de l’industrie dont les valorisations approchent
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter











