Tärkeä nimihuomautus: Reutersin raportissa ei nimenomaisesti käytetä koodinimeä "M3 Pro". Käyttäjän kysymys viittaa siihen tällä nimellä, mutta saatavilla olevien tietojen perusteella vahvistetaan vain, että 2,7 biljoonan parametrin jatkomalli on suunnitteilla; sen lopullinen nimi voi poiketa tästä.

Vertailu MiniMaxin nykyisiin malleihin

MiniMaxin mallisarja on edennyt nopeasti:

Hyppy M3:n ~428B kokonaisparametreista 2,7T:hen tarkoittaa ~6,3-kertaista kasvua parametrien kokonaismäärässä. Jos MiniMax jatkaa MoE (Mixture-of-Experts) -arkkitehtuurillaan, aktiivisten parametrien määrä per syöte saattaa pysyä kymmenissä tai sadoissa miljardeissa, mutta kokonaisparametrimäärä olisi ennenkuulumaton avoimen painon julkaisulle .

Vertailu DeepSeek-V4-Prohon

DeepSeek-V4-Pro on DeepSeekin lippulaiva-avoimen painon malli, joka julkaistiin 23. huhtikuuta 2026 . Tärkeimmät tiedot ja vertailu:

• DeepSeek-V4-Pro: 1,6T parametria yhteensä, 49B aktivoituja, MIT-lisenssi, puhdas tekstialgoritmien erikoistuja – korkein Codeforces-luokitus kaikista kielimalleista ja 80,6 % SWE-bench Verified -testissä (paras avoimen painon malleista)
• MiniMax M3 (nykyinen): ~428B yhteensä / ~23B aktiivisia – vahvempi multimodaalisissa tehtävissä ja matematiikassa (keskiarvo 85,7 vs 31,7 yhdellä aggregaatilla), heikompi puhtaissa koodausmittareissa kuin DeepSeek-V4-Pro
• Suunniteltu 2,7T malli: Ylittäisi kokoluokassa sekä DeepSeek-V4-Pron (1,6T) että MiniMax M3:n (428B)

Useimmat analyysisivustot toteavat, että MiniMax M3 ja DeepSeek V4-Pro "eivät juuri kilpaile" – ne on optimoitu eri työkuormille: M3 multimodaalisiin agenttikoodaus- ja pitkäkontekstitehtäviin, V4-Pro puhtaaseen tekstialgoritmiseen koodaukseen alhaisemmilla kustannuksilla .

Kiinalaisten avoimen painon mallien laajempi konteksti

Kiinalaiset tekoälylaboratoriot ovat julkaisseet 2025–2026 ennätystahdilla tehokkaita avoimen painon malleja:

• DeepSeek-V4-Pro (23. huhtikuuta 2026) – 1,6T MoE, MIT-lisenssi, huipputason koodauskyky
• Tencent Hy3 (Hunyuan 3.0) – Esiversio 23. huhtikuuta 2026; täysi avoimen painon julkaisu 6. heinäkuuta 2026 Apache 2.0 -lisenssillä. 295B parametrin MoE-malli (21B aktiivisia, 192 asiantuntijaa, top-8 reititys) 256K kontekstilla, jota johtaa entinen OpenAI-tutkija Shunyu Yao . Tämä oli Tencentin ensimmäinen huippuluokan avoimen painon julkaisu
• MiniMax-M1 (kesäkuu 2025) – 456B parametrin avoimen painon päättelymalli, Apache 2.0, kuvataan maailman ensimmäiseksi avoimen painon laajamittaiseksi hybridiattention-päättelymalliksi
• MiniMax-M3 (kesäkuu 2026) – ~428B yhteensä, huipputason multimodaalinen koodaus
• Ant Group Ling-2.6-flash (22. huhtikuuta 2026) – 104B/7,4B aktiivisia tehokkuuskeskeinen MoE
• Myös muut kiinalaiset laboratoriot, kuten Alibaba (Qwen), ByteDance ja Baichuan, ovat julkaisseet avoimen painon malleja

Tämä kuvastaa tietoista strategiaa kiinalaisten tekoälylaboratorioiden taholta: ne julkaisevat malleja avoimina painoina (usein Apache 2.0 tai MIT -lisensseillä), toisin kuin monet länsimaiset laboratoriot (OpenAI, Anthropic, Google), jotka pitävät huippumallinsa suljettuina .

Kilpailu länsimaisten tekoälylaboratorioiden kanssa

Kiinalaisten avoimen painon julkaisujen nopea tahti kertoo useista asioista:

• Kokoluokan kilpailu: MiniMaxin suunnittelema 2,7T malli ylittäisi parametrimäärässä kaikki tunnetut länsimaiset avoimen painon mallit, haastaen "laskentaetumatkan" kertomuksen, joka suosi Yhdysvaltojen laboratorioita
• Avoimen painon strategia geopoliittisena vipuna: Julkaisemalla painot avoimesti kiinalaiset laboratoriot tekevät malleistaan vapaasti globaalien kehittäjien saatavilla, kiertäen laitteistovientirajoituksia. Lännen ja Global South -maiden kehittäjät voivat ajaa näitä malleja omalla infrastruktuurillaan
• Lahjakkuuksien liikkuvuus: Tencentin Hy3:a johtaa OpenAI:lta palkattu Shunyu Yao, mikä havainnollistaa tekoälylahjakkuuksien kaksisuuntaista virtaa
• Hintakilpailu: DeepSeek V4 Pro ja MiniMax M3 kilpailevat API-palveluntarjoajilla GPT-5.5:n hinnoittelua vastaan tai sen alapuolella, laskien kustannuksia maailmanlaajuisesti
• Vertailuarvopariteetti: MiniMax M3:n 59,0 % SWE-bench Prossa ohittaa GPT-5.5:n 58,6 %, kun taas DeepSeek V4 Pro:n 80,6 % SWE-bench Verifiedissä on paras kaikista avoimen painon malleista

2,7T parametrin mallin käyttöönoton laskennalliset haasteet

2,7 biljoonan parametrin avoimen painon malli asettaa äärimmäisiä käyttöönottohaasteita:

• Muistivaatimukset: Jopa 8-bittisessä kvantisoinnissa 2,7T parametrin lataaminen vaatii ~2,7 TB GPU-muistia. FP16-tarkkuudella se nousee ~5,4 TB:hen. Tämä vaatisi satoja GPU:ita (esim. 200+ H100 80 Gt muistilla) pelkästään mallin lataamiseen muistiin
• MoE-arkkitehtuuri todennäköinen: MiniMaxin M1 ja M3 käyttävät molemmat MoE:ta, jossa vain murto-osa parametreista aktivoidaan per token (esim. 23B aktiivisia 428B:sta M3:ssa) . Jos 2,7T malli noudattaa tätä kaavaa vastaavanlaisella alhaisella aktiivisten parametrien suhteella (esim. ~135B aktiivisia), päättely voisi olla mahdollista pienemmällä klusterilla kuin kokonaisparametrimäärä antaa ymmärtää, vaikka silti kaukana yhden GPU:n kapasiteetista
• Päättelyviive ja läpäisykyky: Jopa MoE-harvuudella tällaisen mallin palveleminen mittakaavassa vaatii kehittynyttä tensor-, putki- ja asiantuntijarinnakkaisuutta useiden solmujen välillä, korkeilla kaistanleveysyhteyksillä
• Koulutuskustannukset: 2,7T parametrin mallin kouluttaminen vaatisi valtavan laskentabudjetin – todennäköisesti kymmeniä tuhansia GPU-kuukausia, jopa tehokkailla MoE-koulutustekniikoilla
• Avoimen painon jakelu: Pelkästään 2,7T parametrin (mahdollisesti 5+ TB painoja) isännöinti ja jakelu on logistinen haaste Hugging Facelle ja muille arkistoille

MiniMax on kuitenkin osoittanut vahvaa tehokkuustekniikkaa – M1 koulutettiin 70 % vähemmällä laskennalla kuin DeepSeek R1 samalla kun se saavutti kilpailukykyiset vertailuarvot , ja M3 käyttää harvaa huomiota . He saattavat hyödyntää vastaavia innovaatioita myös 2,7T mallissa.

Kiinalaisten tekoälymallien kasvava maailmanlaajuinen käyttöönotto

Kiinalaiset avoimen painon mallit ovat saavuttaneet merkittävää suosiota maailmanlaajuisesti useista syistä:

• Hintataso: DeepSeek V4 Pro veloittaa ~0,435 $/M syöttötokenista vs MiniMax M3:n ~0,30 $/M, molemmat erittäin kilpailukykyisiä länsimaisten API-hinnoittelun kanssa
• Sallivat lisenssit: Apache 2.0 (MiniMax M1, Tencent Hy3) ja MIT (DeepSeek V4-Pro) sallivat kaupallisen käytön, muokkauksen ja uudelleenjakelun ilman rajoituksia
• Vertailuarvokilpailukyky: Nämä mallit vastaavat tai ylittävät GPT-5.5:n ja Clauden keskeisissä mittareissa (koodaus, päättely, matematiikka)
• Kehittäjäekosysteemi: Painot isännöidään Hugging Facessa, integroitu OpenRouteriin, Kilo Codeen ja muihin alustoihin, mikä tekee niistä globaalien kehittäjien saatavilla

Trendi osoittaa, että Kiina ei ole enää vain laitteistorajoitettu seurailija tekoälyssä – se on johtaja avoimen painon mallien julkaisuissa, käyttäen avoimuutta kilpailuetuna länsimaisia suljettujen mallien johtajia vastaan. Suunniteltu 2,7T malli, jos se toteutuu, olisi vahvin lausunto tähän suuntaan.

Tärkeä nimihuomautus: Reutersin raportissa ei nimenomaisesti käytetä koodinimeä "M3 Pro". Käyttäjän kysymys viittaa siihen tällä nimellä, mutta saatavilla olevien tietojen perusteella vahvistetaan vain, että 2,7 biljoonan parametrin jatkomalli on suunnitteilla; sen lopullinen nimi voi poiketa tästä.

Vertailu MiniMaxin nykyisiin malleihin

MiniMaxin mallisarja on edennyt nopeasti:

Hyppy M3:n ~428B kokonaisparametreista 2,7T:hen tarkoittaa ~6,3-kertaista kasvua parametrien kokonaismäärässä. Jos MiniMax jatkaa MoE (Mixture-of-Experts) -arkkitehtuurillaan, aktiivisten parametrien määrä per syöte saattaa pysyä kymmenissä tai sadoissa miljardeissa, mutta kokonaisparametrimäärä olisi ennenkuulumaton avoimen painon julkaisulle .

Vertailu DeepSeek-V4-Prohon

DeepSeek-V4-Pro on DeepSeekin lippulaiva-avoimen painon malli, joka julkaistiin 23. huhtikuuta 2026 . Tärkeimmät tiedot ja vertailu:

• DeepSeek-V4-Pro: 1,6T parametria yhteensä, 49B aktivoituja, MIT-lisenssi, puhdas tekstialgoritmien erikoistuja – korkein Codeforces-luokitus kaikista kielimalleista ja 80,6 % SWE-bench Verified -testissä (paras avoimen painon malleista)
• MiniMax M3 (nykyinen): ~428B yhteensä / ~23B aktiivisia – vahvempi multimodaalisissa tehtävissä ja matematiikassa (keskiarvo 85,7 vs 31,7 yhdellä aggregaatilla), heikompi puhtaissa koodausmittareissa kuin DeepSeek-V4-Pro
• Suunniteltu 2,7T malli: Ylittäisi kokoluokassa sekä DeepSeek-V4-Pron (1,6T) että MiniMax M3:n (428B)

Useimmat analyysisivustot toteavat, että MiniMax M3 ja DeepSeek V4-Pro "eivät juuri kilpaile" – ne on optimoitu eri työkuormille: M3 multimodaalisiin agenttikoodaus- ja pitkäkontekstitehtäviin, V4-Pro puhtaaseen tekstialgoritmiseen koodaukseen alhaisemmilla kustannuksilla .

Kiinalaisten avoimen painon mallien laajempi konteksti

Kiinalaiset tekoälylaboratoriot ovat julkaisseet 2025–2026 ennätystahdilla tehokkaita avoimen painon malleja:

• DeepSeek-V4-Pro (23. huhtikuuta 2026) – 1,6T MoE, MIT-lisenssi, huipputason koodauskyky
• Tencent Hy3 (Hunyuan 3.0) – Esiversio 23. huhtikuuta 2026; täysi avoimen painon julkaisu 6. heinäkuuta 2026 Apache 2.0 -lisenssillä. 295B parametrin MoE-malli (21B aktiivisia, 192 asiantuntijaa, top-8 reititys) 256K kontekstilla, jota johtaa entinen OpenAI-tutkija Shunyu Yao . Tämä oli Tencentin ensimmäinen huippuluokan avoimen painon julkaisu
• MiniMax-M1 (kesäkuu 2025) – 456B parametrin avoimen painon päättelymalli, Apache 2.0, kuvataan maailman ensimmäiseksi avoimen painon laajamittaiseksi hybridiattention-päättelymalliksi
• MiniMax-M3 (kesäkuu 2026) – ~428B yhteensä, huipputason multimodaalinen koodaus
• Ant Group Ling-2.6-flash (22. huhtikuuta 2026) – 104B/7,4B aktiivisia tehokkuuskeskeinen MoE
• Myös muut kiinalaiset laboratoriot, kuten Alibaba (Qwen), ByteDance ja Baichuan, ovat julkaisseet avoimen painon malleja

Tämä kuvastaa tietoista strategiaa kiinalaisten tekoälylaboratorioiden taholta: ne julkaisevat malleja avoimina painoina (usein Apache 2.0 tai MIT -lisensseillä), toisin kuin monet länsimaiset laboratoriot (OpenAI, Anthropic, Google), jotka pitävät huippumallinsa suljettuina .

Kilpailu länsimaisten tekoälylaboratorioiden kanssa

Kiinalaisten avoimen painon julkaisujen nopea tahti kertoo useista asioista:

• Kokoluokan kilpailu: MiniMaxin suunnittelema 2,7T malli ylittäisi parametrimäärässä kaikki tunnetut länsimaiset avoimen painon mallit, haastaen "laskentaetumatkan" kertomuksen, joka suosi Yhdysvaltojen laboratorioita
• Avoimen painon strategia geopoliittisena vipuna: Julkaisemalla painot avoimesti kiinalaiset laboratoriot tekevät malleistaan vapaasti globaalien kehittäjien saatavilla, kiertäen laitteistovientirajoituksia. Lännen ja Global South -maiden kehittäjät voivat ajaa näitä malleja omalla infrastruktuurillaan
• Lahjakkuuksien liikkuvuus: Tencentin Hy3:a johtaa OpenAI:lta palkattu Shunyu Yao, mikä havainnollistaa tekoälylahjakkuuksien kaksisuuntaista virtaa
• Hintakilpailu: DeepSeek V4 Pro ja MiniMax M3 kilpailevat API-palveluntarjoajilla GPT-5.5:n hinnoittelua vastaan tai sen alapuolella, laskien kustannuksia maailmanlaajuisesti
• Vertailuarvopariteetti: MiniMax M3:n 59,0 % SWE-bench Prossa ohittaa GPT-5.5:n 58,6 %, kun taas DeepSeek V4 Pro:n 80,6 % SWE-bench Verifiedissä on paras kaikista avoimen painon malleista

2,7T parametrin mallin käyttöönoton laskennalliset haasteet

2,7 biljoonan parametrin avoimen painon malli asettaa äärimmäisiä käyttöönottohaasteita:

• Muistivaatimukset: Jopa 8-bittisessä kvantisoinnissa 2,7T parametrin lataaminen vaatii ~2,7 TB GPU-muistia. FP16-tarkkuudella se nousee ~5,4 TB:hen. Tämä vaatisi satoja GPU:ita (esim. 200+ H100 80 Gt muistilla) pelkästään mallin lataamiseen muistiin
• MoE-arkkitehtuuri todennäköinen: MiniMaxin M1 ja M3 käyttävät molemmat MoE:ta, jossa vain murto-osa parametreista aktivoidaan per token (esim. 23B aktiivisia 428B:sta M3:ssa) . Jos 2,7T malli noudattaa tätä kaavaa vastaavanlaisella alhaisella aktiivisten parametrien suhteella (esim. ~135B aktiivisia), päättely voisi olla mahdollista pienemmällä klusterilla kuin kokonaisparametrimäärä antaa ymmärtää, vaikka silti kaukana yhden GPU:n kapasiteetista
• Päättelyviive ja läpäisykyky: Jopa MoE-harvuudella tällaisen mallin palveleminen mittakaavassa vaatii kehittynyttä tensor-, putki- ja asiantuntijarinnakkaisuutta useiden solmujen välillä, korkeilla kaistanleveysyhteyksillä
• Koulutuskustannukset: 2,7T parametrin mallin kouluttaminen vaatisi valtavan laskentabudjetin – todennäköisesti kymmeniä tuhansia GPU-kuukausia, jopa tehokkailla MoE-koulutustekniikoilla
• Avoimen painon jakelu: Pelkästään 2,7T parametrin (mahdollisesti 5+ TB painoja) isännöinti ja jakelu on logistinen haaste Hugging Facelle ja muille arkistoille

MiniMax on kuitenkin osoittanut vahvaa tehokkuustekniikkaa – M1 koulutettiin 70 % vähemmällä laskennalla kuin DeepSeek R1 samalla kun se saavutti kilpailukykyiset vertailuarvot , ja M3 käyttää harvaa huomiota . He saattavat hyödyntää vastaavia innovaatioita myös 2,7T mallissa.

Kiinalaisten tekoälymallien kasvava maailmanlaajuinen käyttöönotto

Kiinalaiset avoimen painon mallit ovat saavuttaneet merkittävää suosiota maailmanlaajuisesti useista syistä:

• Hintataso: DeepSeek V4 Pro veloittaa ~0,435 $/M syöttötokenista vs MiniMax M3:n ~0,30 $/M, molemmat erittäin kilpailukykyisiä länsimaisten API-hinnoittelun kanssa
• Sallivat lisenssit: Apache 2.0 (MiniMax M1, Tencent Hy3) ja MIT (DeepSeek V4-Pro) sallivat kaupallisen käytön, muokkauksen ja uudelleenjakelun ilman rajoituksia
• Vertailuarvokilpailukyky: Nämä mallit vastaavat tai ylittävät GPT-5.5:n ja Clauden keskeisissä mittareissa (koodaus, päättely, matematiikka)
• Kehittäjäekosysteemi: Painot isännöidään Hugging Facessa, integroitu OpenRouteriin, Kilo Codeen ja muihin alustoihin, mikä tekee niistä globaalien kehittäjien saatavilla

Trendi osoittaa, että Kiina ei ole enää vain laitteistorajoitettu seurailija tekoälyssä – se on johtaja avoimen painon mallien julkaisuissa, käyttäen avoimuutta kilpailuetuna länsimaisia suljettujen mallien johtajia vastaan. Suunniteltu 2,7T malli, jos se toteutuu, olisi vahvin lausunto tähän suuntaan.