MiniMax M3 Pro: Chinesisches KI-Modell mit 2,7 Billionen Parametern geplant
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1]. Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Veröffentlicht vonBearbeitet mit DeepSeek-V4-FlashBilder erstellt mit GPT Image 1.5
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1].
Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Zum Vergleich: Das aktuelle MiniMax Modell M3 hat rund 428 Milliarden Parameter, DeepSeek V4 Pro kommt auf 1,6 Billionen [2][6].
Chinesische KI Labore setzen zunehmend auf Open Weight Modelle, um global Entwickler anzusprechen und Exportbeschränkungen zu umgehen [4][5].
Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (codMiniMax's model lineage has scaled from 456B parameters (M1, June 2025) to 428B (M3, June 2026) to a planned 2.7T model (M3 Pro, target Q3 2026)—a 6.3x jump that would make it the largest open-weight AI model in the world.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (cod. Article summary: ## MiniMax's Planned 2.7 Trillion-Parameter Model (M3 Pro). Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Am 8. Juli 2026 berichtete Reuters, dass das chinesische KI-Start-up MiniMax an einem großen Sprachmodell mit 2,7 Billionen Parametern arbeitet. Der interne Codename lautet M3 Pro . Eine Person mit direktem Wissen sagte Reuters, es werde das größte Open-Weight-KI-Modell sein, das je von einem chinesischen Unternehmen veröffentlicht wurde – und möglicherweise das größte der Welt.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „MiniMax M3 Pro: Chinesisches KI-Modell mit 2,7 Billionen Parametern geplant“?
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1].
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1]. Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Was soll ich als nächstes in der Praxis tun?
Zum Vergleich: Das aktuelle MiniMax Modell M3 hat rund 428 Milliarden Parameter, DeepSeek V4 Pro kommt auf 1,6 Billionen [2][6].
MiniMax M3 Pro: Chinesisches KI-Modell mit 2,7 Billionen Parametern geplant
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1]. Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Veröffentlicht vonBearbeitet mit DeepSeek-V4-FlashBilder erstellt mit GPT Image 1.5
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1].
Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Zum Vergleich: Das aktuelle MiniMax Modell M3 hat rund 428 Milliarden Parameter, DeepSeek V4 Pro kommt auf 1,6 Billionen [2][6].
Chinesische KI Labore setzen zunehmend auf Open Weight Modelle, um global Entwickler anzusprechen und Exportbeschränkungen zu umgehen [4][5].
Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (codMiniMax's model lineage has scaled from 456B parameters (M1, June 2025) to 428B (M3, June 2026) to a planned 2.7T model (M3 Pro, target Q3 2026)—a 6.3x jump that would make it the largest open-weight AI model in the world.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (cod. Article summary: ## MiniMax's Planned 2.7 Trillion-Parameter Model (M3 Pro). Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Am 8. Juli 2026 berichtete Reuters, dass das chinesische KI-Start-up MiniMax an einem großen Sprachmodell mit 2,7 Billionen Parametern arbeitet. Der interne Codename lautet M3 Pro . Eine Person mit direktem Wissen sagte Reuters, es werde das größte Open-Weight-KI-Modell sein, das je von einem chinesischen Unternehmen veröffentlicht wurde – und möglicherweise das größte der Welt.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „MiniMax M3 Pro: Chinesisches KI-Modell mit 2,7 Billionen Parametern geplant“?
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1].
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
MiniMax arbeitet an einem KI Modell mit 2,7 Billionen Parametern – dem größten Open Weight Modell weltweit [1]. Das Modell mit dem internen Codenamen M3 Pro könnte bereits im dritten Quartal 2026 erscheinen [1][35].
Was soll ich als nächstes in der Praxis tun?
Zum Vergleich: Das aktuelle MiniMax Modell M3 hat rund 428 Milliarden Parameter, DeepSeek V4 Pro kommt auf 1,6 Billionen [2][6].
Ein konkretes Veröffentlichungsdatum gibt es noch nicht, aber das Modell könnte bereits im dritten Quartal 2026 erscheinen . MiniMax plant, das Modell als Open-Weight zu veröffentlichen, also mit freigegebenen Gewichten .
Wichtiger Hinweis zur Namensgebung: Der Reuters-Bericht selbst verwendet den Codenamen „M3 Pro“ nicht explizit. Dieser stammt aus anderen Quellen wie The Information . Der endgültige Name könnte daher noch abweichen.
Vergleich mit MiniMax' bestehenden Modellen
Die Modellreihe von MiniMax hat sich rasant weiterentwickelt:
Modell
Veröffentlichung
Parameter
Architektur
Besonderheiten
MiniMax-M1
Juni 2025
456B gesamt / ~46B aktiv
MoE + Hybrid Attention
Erstes Open-Weight-Reasoning-Modell mit Hybrid Attention; 1M Kontext; Apache 2.0
MiniMax-M3
1. Juni 2026
~428B gesamt / ~23B aktiv
MoE (Sparse Attention)
Spitzen-Codierung (59,0 % SWE-bench Pro), 1M-Token-Kontext, native Bild-/Video-/Computer-Use-Multimodalität; Open-Weight auf Hugging Face
M3 Pro (geplant)
TBD
2,7B gesamt (vorauss. MoE)
TBD
Potenziell größtes Open-Weight-Modell aller Zeiten; größtes eines chinesischen Unternehmens
Der Sprung von M3 mit ~428 Milliarden auf 2,7 Billionen Parameter bedeutet eine etwa 6,3-fache Steigerung der Gesamtparameterzahl. Falls MiniMax seinen MoE-Ansatz beibehält, könnte die Anzahl der aktiven Parameter pro Vorwärtsdurchlauf im zweistelligen bis hundert Milliardenbereich bleiben, aber der Gesamtumfang wäre für ein Open-Weight-Modell beispiellos .
Vergleich mit DeepSeek V4 Pro
DeepSeek V4 Pro ist DeepSeeks Flaggschiff-Open-Weight-Modell, das am 23. April 2026 veröffentlicht wurde . Die wichtigsten Daten im Vergleich:
DeepSeek V4 Pro: 1,6 Billionen Parameter gesamt, 49 Milliarden aktiv, MIT-Lizenz, reiner Text-Code-Spezialist – höchste Codeforces-Bewertung aller Sprachmodelle und 80,6 % auf SWE-bench Verified (Bestwert unter Open-Weight-Modellen)
MiniMax M3 (aktuell): ~428 Milliarden gesamt / ~23 Milliarden aktiv – stärker bei multimodalen Aufgaben und Mathematik (durchschnittlich 85,7 vs. 31,7 in einem aggregierten Test), schwächer bei reinen Code-Benchmarks als DeepSeek V4 Pro
Geplantes 2,7-Billionen-Modell: Würde sowohl DeepSeek V4 Pro (1,6B) als auch MiniMax M3 (428B) in der Gesamtparameterzahl weit übertreffen
Die meisten Analyse-Seiten stellen fest, dass MiniMax M3 und DeepSeek V4 Pro „kaum konkurrieren“ – sie sind für unterschiedliche Arbeitslasten optimiert: M3 für multimodale, agentische Codierung und langkontextige Aufgaben, V4 Pro für rein textbasierte algorithmische Codierung mit niedrigeren Kosten .
Der breitere Kontext: Chinesische Open-Weight-Modelle
Chinesische KI-Labore haben 2025–2026 eine Welle leistungsstarker Open-Weight-Modelle veröffentlicht:
DeepSeek V4 Pro (23. April 2026) – 1,6B MoE, MIT-Lizenz, Spitzen-Codierung
Tencent Hy3 (Hunyuan 3.0) – Preview am 23. April 2026; vollständige Open-Weight-Veröffentlichung am 6. Juli 2026 unter Apache 2.0. Ein 295-Milliarden-Parameter-MoE-Modell (21B aktiv, 192 Experten, Top-8-Routing) mit 256K Kontext, entwickelt unter der Leitung des ehemaligen OpenAI-Forschers Shunyu Yao
Ant Group Ling-2.6-flash (22. April 2026) – 104B/7.4B aktives, effizienzorientiertes MoE
Dies spiegelt eine bewusste Strategie chinesischer KI-Labore wider, Modelle als Open-Weight zu veröffentlichen (oft unter Apache 2.0 oder MIT-Lizenzen), im Gegensatz zu vielen westlichen Laboren, die ihre Spitzenmodelle geschlossen halten .
Wettbewerb mit westlichen KI-Laboren
Die schnelle Abfolge chinesischer Open-Weight-Veröffentlichungen signalisiert mehrere Dinge:
Wettrüsten bei der Skalierung: MiniMax' geplantes 2,7-Billionen-Modell würde jedes bekannte Open-Weight-Westmodell an Gesamtparametern übertreffen
Open-Weight-Strategie als geopolitischer Hebel: Durch die Offenlegung der Gewichte machen chinesische Labore ihre Modelle globalen Entwicklern frei zugänglich und umgehen Exportkontrollen für Hardware
Talentabwanderung: Tencent Hy3 wurde von einem OpenAI-Abtrünnigen (Shunyu Yao) geleitet
Preiswettbewerb: DeepSeek V4 Pro und MiniMax M3 konkurrieren bei den API-Preisen mit oder unterhalb von GPT-5.5
Benchmark-Parität: MiniMax M3s 59,0 % auf SWE-bench Pro liegen knapp vor GPT-5.5s 58,6 %, während DeepSeek V4 Pros 80,6 % auf SWE-bench Verified der Bestwert unter Open-Weight-Modellen ist
Technische Herausforderungen bei der Bereitstellung
Ein Open-Weight-Modell mit 2,7 Billionen Parametern würde extreme Anforderungen stellen:
Speicherbedarf: Selbst in 8-Bit-Quantisierung erfordert das Laden von 2,7 Billionen Parametern ~2,7 TB GPU-Speicher. In FP16 wären es ~5,4 TB. Das würde Hunderte GPUs (z. B. 200+ H100 mit je 80 GB) allein zum Laden erfordern
MoE-Architektur wahrscheinlich: MiniMax' M1 und M3 nutzen beide MoE, mit nur einem Bruchteil der Parameter pro Token aktiv (z. B. 23 Mrd. von 428 Mrd. bei M3) . Falls das 2,7-Billionen-Modell diesem Muster folgt, könnte die Inferenz auf einem kleineren Cluster möglich sein, aber immer noch weit jenseits dessen, was eine einzelne GPU bewältigen kann
Inferenzlatenz und Durchsatz: Selbst mit MoE-Sparsity erfordert das Betreiben eines solchen Modells im großen Maßstab ausgeklügelte Parallelisierungstechniken über viele Knoten hinweg
Trainingskosten: Das Training eines 2,7-Billionen-Parameter-Modells würde ein enormes Rechenbudget erfordern – wahrscheinlich Zehntausende von GPU-Monaten
Open-Weight-Verteilung: Allein das Hosting und die Verteilung von 5+ TB Gewichten ist eine logistische Herausforderung für Hugging Face und andere Repositories
Chinesische Open-Weight-Modelle gewinnen aus mehreren Gründen weltweit an Bedeutung:
Preisgestaltung: DeepSeek V4 Pro kostet ~$0,435/M Input-Tokens vs. MiniMax M3 bei ~$0,30/M, beide extrem wettbewerbsfähig
Großzügige Lizenzen: Apache 2.0 und MIT erlauben kommerzielle Nutzung, Modifikation und Weiterverbreitung ohne Einschränkungen
Benchmark-Wettbewerbsfähigkeit: Diese Modelle erreichen oder übertreffen GPT-5.5 und Claude in wichtigen Benchmarks
Entwickler-Ökosystem: Die Gewichte werden auf Hugging Face gehostet und in Plattformen wie OpenRouter integriert
Der Trend zeigt: China ist nicht länger nur ein hardware-beschränkter Nachzügler in der KI – es ist ein Vorreiter bei Open-Weight-Modellveröffentlichungen und nutzt Offenheit als Wettbewerbsvorteil gegenüber westlichen Closed-Model-Anbietern. Das geplante 2,7-Billionen-Modell wäre das bisher stärkste Signal in diese Richtung.
digg.com
Chinese AI startup MiniMax plans to open-source a 2.7 trillion ... - Digg
Ein konkretes Veröffentlichungsdatum gibt es noch nicht, aber das Modell könnte bereits im dritten Quartal 2026 erscheinen . MiniMax plant, das Modell als Open-Weight zu veröffentlichen, also mit freigegebenen Gewichten .
Wichtiger Hinweis zur Namensgebung: Der Reuters-Bericht selbst verwendet den Codenamen „M3 Pro“ nicht explizit. Dieser stammt aus anderen Quellen wie The Information . Der endgültige Name könnte daher noch abweichen.
Vergleich mit MiniMax' bestehenden Modellen
Die Modellreihe von MiniMax hat sich rasant weiterentwickelt:
Modell
Veröffentlichung
Parameter
Architektur
Besonderheiten
MiniMax-M1
Juni 2025
456B gesamt / ~46B aktiv
MoE + Hybrid Attention
Erstes Open-Weight-Reasoning-Modell mit Hybrid Attention; 1M Kontext; Apache 2.0
MiniMax-M3
1. Juni 2026
~428B gesamt / ~23B aktiv
MoE (Sparse Attention)
Spitzen-Codierung (59,0 % SWE-bench Pro), 1M-Token-Kontext, native Bild-/Video-/Computer-Use-Multimodalität; Open-Weight auf Hugging Face
M3 Pro (geplant)
TBD
2,7B gesamt (vorauss. MoE)
TBD
Potenziell größtes Open-Weight-Modell aller Zeiten; größtes eines chinesischen Unternehmens
Der Sprung von M3 mit ~428 Milliarden auf 2,7 Billionen Parameter bedeutet eine etwa 6,3-fache Steigerung der Gesamtparameterzahl. Falls MiniMax seinen MoE-Ansatz beibehält, könnte die Anzahl der aktiven Parameter pro Vorwärtsdurchlauf im zweistelligen bis hundert Milliardenbereich bleiben, aber der Gesamtumfang wäre für ein Open-Weight-Modell beispiellos .
Vergleich mit DeepSeek V4 Pro
DeepSeek V4 Pro ist DeepSeeks Flaggschiff-Open-Weight-Modell, das am 23. April 2026 veröffentlicht wurde . Die wichtigsten Daten im Vergleich:
DeepSeek V4 Pro: 1,6 Billionen Parameter gesamt, 49 Milliarden aktiv, MIT-Lizenz, reiner Text-Code-Spezialist – höchste Codeforces-Bewertung aller Sprachmodelle und 80,6 % auf SWE-bench Verified (Bestwert unter Open-Weight-Modellen)
MiniMax M3 (aktuell): ~428 Milliarden gesamt / ~23 Milliarden aktiv – stärker bei multimodalen Aufgaben und Mathematik (durchschnittlich 85,7 vs. 31,7 in einem aggregierten Test), schwächer bei reinen Code-Benchmarks als DeepSeek V4 Pro
Geplantes 2,7-Billionen-Modell: Würde sowohl DeepSeek V4 Pro (1,6B) als auch MiniMax M3 (428B) in der Gesamtparameterzahl weit übertreffen
Die meisten Analyse-Seiten stellen fest, dass MiniMax M3 und DeepSeek V4 Pro „kaum konkurrieren“ – sie sind für unterschiedliche Arbeitslasten optimiert: M3 für multimodale, agentische Codierung und langkontextige Aufgaben, V4 Pro für rein textbasierte algorithmische Codierung mit niedrigeren Kosten .
Der breitere Kontext: Chinesische Open-Weight-Modelle
Chinesische KI-Labore haben 2025–2026 eine Welle leistungsstarker Open-Weight-Modelle veröffentlicht:
DeepSeek V4 Pro (23. April 2026) – 1,6B MoE, MIT-Lizenz, Spitzen-Codierung
Tencent Hy3 (Hunyuan 3.0) – Preview am 23. April 2026; vollständige Open-Weight-Veröffentlichung am 6. Juli 2026 unter Apache 2.0. Ein 295-Milliarden-Parameter-MoE-Modell (21B aktiv, 192 Experten, Top-8-Routing) mit 256K Kontext, entwickelt unter der Leitung des ehemaligen OpenAI-Forschers Shunyu Yao
Ant Group Ling-2.6-flash (22. April 2026) – 104B/7.4B aktives, effizienzorientiertes MoE
Dies spiegelt eine bewusste Strategie chinesischer KI-Labore wider, Modelle als Open-Weight zu veröffentlichen (oft unter Apache 2.0 oder MIT-Lizenzen), im Gegensatz zu vielen westlichen Laboren, die ihre Spitzenmodelle geschlossen halten .
Wettbewerb mit westlichen KI-Laboren
Die schnelle Abfolge chinesischer Open-Weight-Veröffentlichungen signalisiert mehrere Dinge:
Wettrüsten bei der Skalierung: MiniMax' geplantes 2,7-Billionen-Modell würde jedes bekannte Open-Weight-Westmodell an Gesamtparametern übertreffen
Open-Weight-Strategie als geopolitischer Hebel: Durch die Offenlegung der Gewichte machen chinesische Labore ihre Modelle globalen Entwicklern frei zugänglich und umgehen Exportkontrollen für Hardware
Talentabwanderung: Tencent Hy3 wurde von einem OpenAI-Abtrünnigen (Shunyu Yao) geleitet
Preiswettbewerb: DeepSeek V4 Pro und MiniMax M3 konkurrieren bei den API-Preisen mit oder unterhalb von GPT-5.5
Benchmark-Parität: MiniMax M3s 59,0 % auf SWE-bench Pro liegen knapp vor GPT-5.5s 58,6 %, während DeepSeek V4 Pros 80,6 % auf SWE-bench Verified der Bestwert unter Open-Weight-Modellen ist
Technische Herausforderungen bei der Bereitstellung
Ein Open-Weight-Modell mit 2,7 Billionen Parametern würde extreme Anforderungen stellen:
Speicherbedarf: Selbst in 8-Bit-Quantisierung erfordert das Laden von 2,7 Billionen Parametern ~2,7 TB GPU-Speicher. In FP16 wären es ~5,4 TB. Das würde Hunderte GPUs (z. B. 200+ H100 mit je 80 GB) allein zum Laden erfordern
MoE-Architektur wahrscheinlich: MiniMax' M1 und M3 nutzen beide MoE, mit nur einem Bruchteil der Parameter pro Token aktiv (z. B. 23 Mrd. von 428 Mrd. bei M3) . Falls das 2,7-Billionen-Modell diesem Muster folgt, könnte die Inferenz auf einem kleineren Cluster möglich sein, aber immer noch weit jenseits dessen, was eine einzelne GPU bewältigen kann
Inferenzlatenz und Durchsatz: Selbst mit MoE-Sparsity erfordert das Betreiben eines solchen Modells im großen Maßstab ausgeklügelte Parallelisierungstechniken über viele Knoten hinweg
Trainingskosten: Das Training eines 2,7-Billionen-Parameter-Modells würde ein enormes Rechenbudget erfordern – wahrscheinlich Zehntausende von GPU-Monaten
Open-Weight-Verteilung: Allein das Hosting und die Verteilung von 5+ TB Gewichten ist eine logistische Herausforderung für Hugging Face und andere Repositories
Chinesische Open-Weight-Modelle gewinnen aus mehreren Gründen weltweit an Bedeutung:
Preisgestaltung: DeepSeek V4 Pro kostet ~$0,435/M Input-Tokens vs. MiniMax M3 bei ~$0,30/M, beide extrem wettbewerbsfähig
Großzügige Lizenzen: Apache 2.0 und MIT erlauben kommerzielle Nutzung, Modifikation und Weiterverbreitung ohne Einschränkungen
Benchmark-Wettbewerbsfähigkeit: Diese Modelle erreichen oder übertreffen GPT-5.5 und Claude in wichtigen Benchmarks
Entwickler-Ökosystem: Die Gewichte werden auf Hugging Face gehostet und in Plattformen wie OpenRouter integriert
Der Trend zeigt: China ist nicht länger nur ein hardware-beschränkter Nachzügler in der KI – es ist ein Vorreiter bei Open-Weight-Modellveröffentlichungen und nutzt Offenheit als Wettbewerbsvorteil gegenüber westlichen Closed-Model-Anbietern. Das geplante 2,7-Billionen-Modell wäre das bisher stärkste Signal in diese Richtung.
digg.com
Chinese AI startup MiniMax plans to open-source a 2.7 trillion ... - Digg
