MiniMax M3 в OpenRouter: open-weights coding model, 1M context и routing-политика

Сегодня MiniMax выпустила M3 — модель, которая ломает паттерн, определявший frontier-AI последние два года: убеждение, что open-weights и frontier-уровень в кодинге не могут существовать в одном пакете. M3 набирает 59,0% на SWE-Bench Pro — выше GPT-5.5 и Gemini 3.1 Pro по собственной таблице MiniMax, — поддерживает контекст в 1 млн токенов благодаря новой архитектуре разреженного внимания MSA, а также нативную мультимодальность: изображения, видео и computer-use. Веса обещают опубликовать в течение 10 дней после запуска.

Для команд, строящих политику routing, последний пункт принципиален: M3 уже доступна через MiniMax API и OpenRouter, но open-weights (и возможность self-hosted routing вместе с ними) появятся через несколько дней. Планируйте с учётом этого.

Что произошло

MiniMax M3 вышла 1 июня 2026 года с тремя возможностями, которые раньше существовали только в закрытых frontier-моделях:

• Frontier-кодинг: SWE-Bench Pro — 59,0%, Terminal-Bench 2.1 — 66,0%, MCP Atlas — 74,2%. Внутренний тест MiniMax по оптимизации CUDA-ядра за 24 часа (147 запусков, 1 959 вызовов инструментов, без вмешательства человека) показывает: модель создана для длительной автономной итерации, а не однократной генерации кода.
• Контекст в 1 млн токенов через MSA: MiniMax Sparse Attention разбивает KV-кэш на блоки и читает каждый блок только один раз, обеспечивая ускорение prefill в 9 раз и decoding в 15 раз по сравнению с M2 при длине контекста 1 млн токенов. Вычисления на токен при 1 млн токенов составляют 1/20 от предыдущего поколения.
• Нативная мультимодальность с шага 0: изображения и видео обучались в чередовании с текстом с самого начала, а не были добавлены позднее. Включает computer-use (управление десктопом).

Модель доступна в MiniMax API и OpenRouter. Тарифы: $0,30 за 1 млн входных токенов, $1,20 за 1 млн выходных (скидка 50% действует при запуске; базовые тарифы примерно вдвое выше).

Почему это важно для AI-инженерных команд

Open-weights меняют экономику self-hosted routing. Когда веса выйдут, команды смогут запускать инференс M3 on-premise — выполняя требования к обработке данных без отправки конфиденциального кода на внешние серверы. Та же логика сделала open-weights DeepSeek V4 стратегически значимыми для предприятий с ограничениями на размещение данных. Для команд, сейчас направляющих весь coding-трафик в Claude Opus или GPT-5.5, open-weights M3 создают новый ценовой уровень для оценки.

SWE-Bench Pro на 59% — это routing-сигнал, а не просто benchmark-статистика. Когда модель способна автономно исправлять реальные баги с верификацией через тестовый стенд, она пригодна для coding-agent-нагрузок без участия человека. Заявленная производительность M3 ставит её в один класс с Opus 4.7 по этому benchmark — значит, она становится реальным fallback для coding-agent-трафика, который сейчас маршрутизируется исключительно в верхний tier Anthropic.

Длинный контекст меняет расчёты контекстного бюджета. Вычисления на токен при 1 млн токенов составляют лишь 1/20 от предыдущего поколения — это означает, что кривая стоимости анализа нескольких репозиториев у M3 выглядит иначе, чем у моделей, поддерживающих 1 млн только через медленное и дорогое внимание. Операторы, избегавшие 1-млн-токенного контекста из-за latency или стоимости, могут найти показатели MSA у M3 достаточно убедительными для повторной оценки.

Угол зрения router/operator

API MiniMax M3 вводит два измерения, которые routing-proxy должен обрабатывать явно:

1. Тарификация по уровням в зависимости от длины контекста

Ценообразование MiniMax API разделяет два уровня по длине контекста: стандартный (до 512 000 токенов) и длинноконтекстный (свыше 512К). Это не просто метка — тарифы различаются. Router, который логирует только название модели без учёта количества токенов, отнесёт неожиданные расходы на «дешёвую» модель. Операторам нужно инструментировать потребление контекстного окна на каждый запрос, чтобы понимать, в какой тарифный уровень попадает каждый вызов, и корректно вести биллинг.

2. Thinking-режим против стандартного режима

M3 поддерживает два режима: reasoning (thinking) для сложных задач и стандартный для быстрых ответов. Это то же самое переключаемое измерение, что появилось в Qwen3.7-Max, DeepSeek V4 и Kimi K2.6 — всё чаще политика routing должна выбирать не только provider/модель, но и режим рассуждения. Coding-agent-нагрузка, требующая глубокого рассуждения, должна маршрутизироваться в thinking-режим; высокопоточная нагрузка по автодополнению — в стандартный, чтобы контролировать latency и стоимость.

3. Priority-уровень против стандартного уровня обслуживания

MiniMax предлагает priority-уровень сервиса для latency-чувствительных промышленных нагрузок наряду со стандартным throughput. При маршрутизации SLA-критичных coding-agent-задач через сторонний агрегатор вроде OpenRouter, операторам стоит проверить, какой уровень сервиса фактически получают их запросы, и есть ли у агрегатора механизм явного выбора.

4. Покрытие агрегаторов неравномерно

M3 доступна в OpenRouter. Не все агрегаторы уже её добавили. Мультипровайдерный routing с провайдер-агностичным fallback не перейдёт на MiniMax автоматически — проверьте каталог моделей вашего агрегатора перед тем, как полагаться на M3 как на fallback-вариант.

Что следует отслеживать или попробовать пользователям TheRouter

• Следите за телеметрией контекстного окна. Двухуровневая тарификация MiniMax M3 требует отслеживания количества токенов на запрос, а не только числа запросов. Если ваши coding-agent-задачи регулярно используют длинные промпты (контекст репозитория, большие diff-наборы), уточните, в какой тарифный уровень попадают типичные запросы.
• Оцените M3 как fallback-маршрут для coding-agent. Как только выйдут open-weights (по заявлению MiniMax — в течение 10 дней), routing-решение изменится: команды смогут запускать M3 локально и использовать hosted API только при превышении лимитов. Следите за выходом весов и техническим отчётом.
• Проверьте каталог моделей вашего агрегатора. Если вы используете OpenRouter или другой агрегатор для мультипровайдерного routing, убедитесь, что M3 входит в ваш набор доступных моделей и что ваша fallback-цепочка может её включать.
• Следите за волной независимой верификации benchmark. Данные SWE-Bench Pro от MiniMax — это показатели производителя. Независимые повторные прогоны от сообщества появятся в ближайшие дни. Направляйте production-coding-трафик на M3 только после того, как данные подтвердятся на вашем собственном распределении задач.

M3 — наиболее значимый open-weights релиз для инфраструктуры coding-agent со времён DeepSeek V4: не потому что benchmark-результаты однозначны, а потому что он вынуждает каждую команду, маршрутизирующую трафик в закрытую frontier coding-модель, задать себе вопрос: нужна ли им ещё эта закрытая обёртка?