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 Seed, da ByteDance, lança campanha global de captação de talentos em campus universitários, oferecendo ações virtuais para conquistar os melhores especialistas em grandes modelos de inteligência artificial
No cenário competitivo dos grandes modelos de linguagem, garantir talentos de alto nível continua sendo o ativo estratégico mais crítico.Em 1º de abril, ByteDance anunciou o lançamento de sua iniciativa global de recrutamento campus Seed, parte de se
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA
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 Seed, da ByteDance, lança campanha global de captação de talentos em campus universitários, oferecendo ações virtuais para conquistar os melhores especialistas em grandes modelos de inteligência artificial
No cenário competitivo dos grandes modelos de linguagem, garantir talentos de alto nível continua sendo o ativo estratégico mais crítico.Em 1º de abril, ByteDance anunciou o lançamento de sua iniciativa global de recrutamento campus Seed, parte de se
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA











