ما هو حجم MiniMax M3؟

حوالي 428 مليار معلمة إجمالية مع حوالي 23 مليار معلمة نشطة لكل توكن، باستخدام بنية Mixture-of-Experts. 1

ما هي نافذة السياق؟

مليون توكن، أصبحت عملية بفضل تقنية MiniMax Sparse Attention (MSA). 1

هل يتفوق MiniMax M3 على GPT-5.5؟

في اختبار SWE-Bench Pro الذي أجرته شركة MiniMax نفسها، سجل M3 نسبة 59.0% مقابل 58.6% لـ GPT-5.5 — وهو تقدم طفيف في اختبار مرجعي أجرته الشركة المصنعة. ومع ذلك، فإنه لا يزال يتأخر عن Claude Opus 4.8 في كل الاختبارات المرجعية المشتركة. 2

كم تبلغ تكلفته؟

أسعار الإطلاق لـ API هي 0.30 دولار لكل مليون توكن مدخلات و1.20 دولار لكل مليون توكن مخرجات — وهو خصم مؤقت بنسبة 50% عن السعر القياسي البالغ 0.60 دولار / 2.40 دولار. 2

هل يمكنني تشغيله محلياً؟

الأوزان متاحة على Hugging Face ويمكن تشغيلها باستخدام vLLM أو SGLang، ولكن مع وجود حوالي 428 مليار بارامتر، فإنه يحتاج إلى عدة وحدات معالجة رسومية (GPUs). 1

ai-ml

MiniMax M3: موديل برمجة Open-Weight بـ 1M-Context

٢٠ يونيو ٢٠٢٦

#minimax m3 #open-weight models #1m context window #ai coding agents #mixture of experts #llm benchmarks #ai-ml

MiniMax M3: Open-Weight 1M-Context Coding Model

MiniMax M3 هو نموذج Mixture-of-Experts (MoE) مفتوح الأوزان، متعدد الوسائط بشكل أصلي، مع نافذة سياق تصل إلى مليون توكن، تم إصداره في 1 يونيو 2026. يجمع النموذج بين نتائج برمجة وكيلية (agentic coding) بمستوى رائد وتصميم جديد للانتباه المتناثر (sparse-attention) يجعل تشغيل السياق الطويل أرخص بكثير.

ملخص

يأتي MiniMax M3 بحوالي 428 مليار معلمة إجمالية مع حوالي 23 مليار معلمة نشطة لكل توكن¹، ونافذة سياق 1 مليون توكن، ومدخلات نصية/صور/فيديو أصلية. الميزة الأبرز هي MiniMax Sparse Attention (MSA)، والتي تقول الشركة إنها توفر تسريعًا بمقدار 9 أضعاف في مرحلة الـ prefill و15 ضعفًا في مرحلة الـ decode مقارنة بجيل M2 الخاص بها عند سياق 1 مليون، مع تقليل الحوسبة لكل توكن إلى واحد من عشرين.¹ في اختبارات MiniMax الخاصة، يتفوق النموذج قليلاً على GPT-5.5 في SWE-Bench Pro ولكنه يتأخر عن Claude Opus 4.8 من Anthropic في جميع المجالات²³. يصنف مؤشر مستقل بالفعل نسخة الاستنتاج (reasoning) الخاصة به في المرتبة الأولى بين النماذج مفتوحة الأوزان.⁴ العقبة التي تخطئ فيها معظم التقارير: هو ليس مرخصًا بموجب MIT — الاستخدام التجاري يحمل شروطًا.⁵

ما ستتعلمه

ما هو MiniMax M3 فعليًا، في فقرة واحدة
كيف يجعل MiniMax Sparse Attention سياق 1 مليون ميسور التكلفة
كيف تقارن نتائج M3 مع GPT-5.5 و Gemini 3.1 Pro و Claude Opus 4.8 — ولماذا تحتاج الأرقام إلى علامة تنبيه
تكلفة استدعائه، وكيفية استضافته ذاتيًا
فخ الترخيص: لماذا لا تعني "الأوزان المفتوحة" أنه "مجاني لشركتك الناشئة"
من الذي يجب أن يتجه فعليًا لاستخدام M3 اليوم

ما هو MiniMax M3؟

MiniMax M3 هو نموذج رائد مفتوح الأوزان من MiniMax، وهو مختبر ذكاء اصطناعي مقره شنغهاي، تم الإعلان عنه في 1 يونيو 2026، مع توفر الأوزان المفتوحة وتقرير تقني (arXiv:2606.13392) على Hugging Face و GitHub في الأيام التي تلت الإطلاق.¹⁶ من الناحية المعمارية، هو محول متعدد الوسائط بنظام Mixture-of-Experts (MoE): حوالي 428 مليار معلمة إجمالية، ولكن يتم تنشيط حوالي 23 مليار معلمة فقط لكل توكن، لذا فإن حوسبة الاستدلال تتناسب مع العدد النشط بدلاً من النموذج الكامل.¹

هناك ثلاث خصائص تميزه. إنه متعدد الوسائط بشكل أصلي — تم تدريبه على مزيج من النصوص والصور والفيديو من الخطوة الأولى بدلاً من إضافة الرؤية لاحقًا.¹ لديه نافذة سياق تبلغ مليون توكن، وهي كافية لاستيعاب قاعدة كود كبيرة أو مسار وكيل طويل في برومبت واحد.¹ وهو مفتوح الأوزان، وقابل للتنزيل والاستضافة الذاتية، مما يميزه عن المنافسين المغلقين مثل GPT-5.5 و Gemini 3.1 Pro. تسوق MiniMax لنموذج M3 كأول نموذج مفتوح الأوزان يجمع بين هذه السمات الثلاث في بنية واحدة — وهو ادعاء يستحق التعامل معه كإطار عمل للشركة بدلاً من كونه حقيقة مدققة بشكل مستقل.⁶ يوفر النموذج أيضًا وضعين: وضع التفكير (thinking) للاستنتاج المعقد وعمل الوكلاء طويل المدى، ووضع عدم التفكير (non-thinking) للدردشة وإكمال الكود الحساس لزمن الاستجابة.¹

MiniMax Sparse Attention (MSA): لماذا يصبح سياق 1 مليون رخيصًا

تنمو تكلفة الانتباه القياسي بشكل تربيعي مع طول التسلسل، ولهذا السبب عادةً ما تكون نوافذ السياق التي تبلغ مليون توكن بطيئة ومكلفة. حل M3 هو MiniMax Sparse Attention (MSA)، وهو مشغل انتباه متناثر تم بناؤه خصيصًا لسياقات المليون توكن. مقارنة بـ grouped-query attention (GQA)، يقلل MSA من حوسبة الانتباه والذاكرة مع الحفاظ، كما تقول MiniMax، على جودة النموذج.¹

المكاسب المسجلة كبيرة. مقارنة بجيل M2 الخاص بها عند سياق مليون توكن، تذكر MiniMax أن M3 يقوم بعملية الـ prefill (قراءة البرومبت) أسرع بحوالي 9 مرات، والـ decode (توليد الإجابة) أسرع بحوالي 15 مرة، ويقلل الحوسبة لكل توكن إلى واحد من عشرين.¹ تأتي هذه الأرقام من قياسات MiniMax الخاصة، لذا تعامل معها كادعاءات من المورد حتى تقوم أطراف ثالثة بإعادة إنتاجها. الإشارة المشجعة هي أن تصميم MSA نفسه موثق في تقرير تقني عام ونواة (kernel) مفتوحة، مما يجعل التحقق منه أسهل بكثير من نتيجة اختبار تم إجراؤه خلف الأبواب المغلقة.¹

المقارنات: M3 مقابل GPT-5.5 و Gemini 3.1 Pro و Opus 4.8

هنا تكمن أهمية علامة التنبيه. تذكر MiniMax النتائج التالية في اختبارات الوكلاء. كل رقم في هذا الجدول تم تشغيله من قبل المورد — وتم قياسه على البنية التحتية الخاصة بـ MiniMax، مع خطوط أساس اختارتها MiniMax، وغالبًا ما تستخدم Claude Code كهيكل للوكيل.²

الاختبار	MiniMax M3	GPT-5.5	Gemini 3.1 Pro	Claude Opus 4.8
SWE-Bench Pro	59.0%	58.6%	54.2%	69.2%
Terminal-Bench 2.1	66.0%	—	—	74.6%
OSWorld-Verified	70.0%	—	—	83.4%
BrowseComp	83.5%	—	—	—

المصادر: أرقام صادرة عن MiniMax عبر TechTimes و VentureBeat.²³

القصة التي ترويها هذه الأرقام دقيقة ومفصلة. في اختبار SWE-Bench Pro — وهو معيار أصعب من SWE-Bench Verified المشبع، ومبني من 1,865 طلب سحب (pull requests) حقيقي عبر 41 مستودعًا يتم صيانتها بنشاط — تتفوق نسبة M3 البالغة 59.0% على نسبة GPT-5.5 المعلنة البالغة 58.6% بفارق ضئيل، وتتجاوز Gemini 3.1 Pro.² وفي BrowseComp، وهي مهمة بحث ويب ذاتية، سجل MiniMax نسبة 83.5%، وهي الأعلى بين النماذج التي اختبرها.² ولكن أمام Claude Opus 4.8، يتأخر M3 في كل معيار مشترك: بنحو 10 نقاط في SWE-Bench Pro، و9 نقاط في Terminal-Bench 2.1، و13 نقطة في OSWorld-Verified.² لذا فإن عبارة "يهزم GPT-5.5" يمكن الدفاع عنها في معيار واحد تديره الشركة المصنعة؛ أما وصفه بأنه "رائد في جميع المجالات" فليس كذلك.

هناك نقطة بيانات مستقلة مبكرة. سجلت Artificial Analysis، التي تدير مجموعتها الخاصة من المعايير، نسخة الاستنتاج من M3 بـ 55 نقطة على مؤشر الذكاء الخاص بها — محتلاً المركز الأول بين النماذج مفتوحة الأوزان التي تتبعها، ومتقدماً على عدة نماذج مملوكة، وإن ظل أقل من درجة Claude Opus 4.8 البالغة حوالي 61.⁴ أما النسخة غير المخصصة للاستنتاج فقد سجلت 44 نقطة، وهو أعلى بكثير من المتوسط البالغ حوالي 24 للنماذج المفتوحة المماثلة.⁴ وهذا يجعل M3 رائدًا حقيقيًا في فئة الأوزان المفتوحة حتى لو كان وصف "الرائد" (frontier) العام مبالغًا فيه. وللحصول على سياق حول مدى سرعة سد نماذج البرمجة مفتوحة الأوزان للفجوة، راجع تحليلنا السابق حول تفوق GLM-5.1 على GPT في معايير البرمجة، وملفنا الخاص بـ معايير وأسعار Claude Opus للحصول على خلفية عن عائلة Anthropic التي يُقاس M3 بمنافستها.

التسعير وكيفية تشغيله

يمكنك استخدام M3 بطريقتين: استدعاء API المستضاف، أو الاستضافة الذاتية للأوزان المفتوحة.

من خلال API الخاص بـ MiniMax، يبلغ سعر الإطلاق 0.30 دولار لكل مليون توكن مدخل و1.20 دولار لكل مليون توكن مخرج — وهو خصم تمهيدي بنسبة 50% متاح للأسبوع الأول من التوفر، من سعر الدفع حسب الاستخدام القياسي البالغ 0.60 دولار / 2.40 دولار.² وفقًا لمواد إطلاق MiniMax، يتم محاسبة المدخلات التي تزيد أو تقل عن 512,000 توكن بنفس هيكل السعر — لا توجد رسوم إضافية للسياق الطويل.² بالنسبة للفرق التي تفضل التكاليف الثابتة، تبيع MiniMax أيضًا اشتراكات عبر واجهة MiniMax Code، تبدأ من 20 دولارًا شهريًا.² وصفت VentureBeat التكلفة الإجمالية بأنها تصل إلى حوالي 5-10% من تكلفة GPT-5.5 أو Gemini 3.1 Pro لعمل مماثل، وهو العنوان الحقيقي للفرق المهتمة بالميزانية.³ الخصم التمهيدي مؤقت، لذا تأكد من الأرقام الحالية على صفحة التسعير الرسمية لـ MiniMax قبل الالتزام.

للقيام بـ الاستضافة الذاتية، توجد الأوزان على Hugging Face تحت اسم MiniMaxAI/MiniMax-M3، مع توفر نسخ مكممة (quantized) نشرها المجتمع بالفعل. توصي MiniMax بالتشغيل عبر vLLM أو SGLang، كما يتوفر النموذج أيضًا من خلال Transformers.¹ معايير أخذ العينات الموصى بها هي temperature=1.0، top_p=0.95، top_k=40.¹ مع حوالي 428 مليار معلمة إجمالية، يتطلب هذا النشر وحدات معالجة رسومات (GPU) متعددة، وليس نموذجًا للابتوب — إذا كنت تريد إعدادًا محليًا بالكامل، فإن دليلنا لتشغيل الذكاء الاصطناعي المحلي باستخدام Ollama و Qwen3 يغطي النماذج الأصغر التي تناسب جهازًا واحدًا.

عقبة الترخيص: اقرأها قبل البدء

هذا هو التفصيل الذي أخطأت فيه عدة تقارير إطلاق، بما في ذلك بعض التقارير التي وصفت M3 بأنه "مرخص بموجب MIT". إنه ليس MIT. يتم شحن M3 بموجب رخصة مجتمع MiniMax.⁵

الشروط الفعلية: النموذج مجاني للاستخدام والنسخ والتعديل والتوزيع للأغراض غير التجارية. في اللحظة التي تضعه فيها في منتج أو خدمة تجارية، ينطبق شرطان. أولاً، يجب عليك عرض عبارة "Built with MiniMax M3" بشكل بارز على الموقع الإلكتروني ذي الصلة، أو واجهة المستخدم، أو تدوينة، أو صفحة "عن المنتج"، أو وثائق المنتج. ثانياً، يجب عليك إرسال بريد إلكتروني إلى MiniMax — وهو إخطار لمرة واحدة إذا كان منتجك يحقق أقل من 20 مليون دولار من الإيرادات السنوية، أو طلب تصريح كتابي مسبق إذا كان يحقق أكثر من ذلك.⁵ كما يحظر الترخيص استخدامات مثل التطبيقات العسكرية، وإيذاء القاصرين، وتوليد معلومات مضللة ضارة.⁵

لا شيء من هذا يجعل M3 غير قابل للاستخدام تجاريًا — فالكثير من الفرق ستسعد بإضافة سطر إسناد وإرسال بريد إلكتروني. لكن "الأوزان المفتوحة" ليست هي نفسها "افعل ما تشاء"، والفرق بين هذا وبين ترخيص سمح حقيقي (MIT، Apache 2.0) يهم المراجعة القانونية. اقرأ ملف LICENSE في المستودع قبل البناء عليه.

من يجب أن يستخدم MiniMax M3؟

استخدم M3 إذا كنت بحاجة إلى سياق طويل جدًا بتكلفة زهيدة — مثل وكلاء الأكواد البرمجية الضخمة، أو تحليل المستندات الطويلة، أو أتمتة المتصفح أو التيرمينال متعددة الخطوات — وكنت مرتاحًا إما لدفع أسعار API المنخفضة من MiniMax أو تشغيل نشر متعدد الـ GPU. أرقامه في المهام الوكيلية وبحث الويب قوية حقًا بالنسبة لنموذج مفتوح الأوزان، ونسبة السعر إلى القدرة هي نقطة البيع الحقيقية له.

كن أكثر حذرًا إذا كنت بحاجة إلى قمة منحنى الجودة، حيث لا يزال Claude Opus 4.8 يتصدر المعايير المشتركة، أو إذا كان فريقك القانوني يحتاج إلى ترخيص سمح نظيف. وحتى تظهر المزيد من التقييمات المستقلة، تعامل مع معايير الشركة المصنعة بحذر — فالأوزان المفتوحة تعني أن المجتمع سيختبر تلك الادعاءات بسرعة.

الخلاصة

يعد MiniMax M3 الإصدار الأكثر إثارة للاهتمام للأوزان المفتوحة هذا الشهر: نموذج MoE متعدد الوسائط أصلياً، بسياق 1 مليون توكن، والذي يتنافس بقوة مع GPT-5.5 في اختباراته الخاصة، ويتصدر بالفعل قائمة المتصدرين المستقلة للأوزان المفتوحة — وبجزء بسيط من أسعار API المملوكة لشركات. التحذيرات الصادقة هي أن معظم أرقامه الرئيسية تم إجراؤها بواسطة الشركة المصنعة، ولا يزال يتأخر عن Claude Opus 4.8 في الاختبارات المشتركة، وترخيصه مسموح به فقط حتى تبدأ في الاستخدام التجاري. تعامل مع الاختبارات المرجعية كفرضية أولية، واقرأ الترخيص قبل البدء في البناء، وسيستحق M3 مكاناً حقيقياً في قائمة التقييم الخاصة بك.

MiniMax M3 model card, Hugging Face — "MiniMax-M3 is a native multimodal model with 1M context. It has ~428B parameters and ~23B activated parameters," plus MSA speedup and inference-parameter details. https://huggingface.co/MiniMaxAI/MiniMax-M3/blob/main/README.md ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵
"MiniMax M3 Open-Weight Coding Model: Frontier Claims, Unverified Benchmarks," TechTimes, June 1, 2026. https://www.techtimes.com/articles/317532/20260601/minimax-m3-open-weight-coding-model-frontier-claims-unverified-benchmarks.htm ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹
"MiniMax-M3 debuts, eclipsing GPT-5.5 and Gemini 3.1 Pro on key benchmark performance for just 5-10% of the cost," VentureBeat. https://venturebeat.com/technology/minimax-m3-debuts-eclipsing-gpt-5-5-and-gemini-3-1-pro-on-key-benchmark-performance-for-just-5-10-of-the-cost ↩ ↩² ↩³
"MiniMax-M3 — Intelligence, Performance & Price Analysis," Artificial Analysis. https://artificialanalysis.ai/models/minimax-m3 ↩ ↩² ↩³
MiniMax Community License, official LICENSE file in the model repository. https://huggingface.co/MiniMaxAI/MiniMax-M3/blob/main/LICENSE ↩ ↩² ↩³ ↩⁴ ↩⁵
"MiniMax M3: نموذج مفتوح الأوزان بسياق يصل لمليون توكن يتحدى الرواد من أصحاب الملكية الخاصة،" The Decoder. https://the-decoder.com/minimax-m3-open-weight-model-with-a-million-token-context-challenges-proprietary-leaders/ ↩ ↩²

الأسئلة الشائعة

إنه مفتوح الأوزان — الأوزان قابلة للتنزيل والاستضافة الذاتية — ولكنه تم إصداره بموجب رخصة مجتمع MiniMax المخصصة، وليس رخصة مفتوحة المصدر قياسية مثل MIT أو Apache 2.0. الاستخدام التجاري يتطلب شروط الإسناد والإخطار. 5