MiniMax lager verdens største åpne KI-modell med 2,7 billioner parametere

MiniMax' planlagte modell med 2,7 billioner parametere (M3 Pro)

8. juli 2026 meldte Reuters at den kinesiske KI-startupen MiniMax jobber med en stor språkmodell med 2,7 billioner parametere – internt kalt M3 Pro ifølge The Information og flere kinesiske medier . Kilder sier modellen kan bli den største åpne vektmodellen noensinne fra et kinesisk selskap, og muligens i verden .

En person med direkte kjennskap til prosjektet sier til Reuters at dette blir den største åpne vektmodellen lansert av et kinesisk selskap . Modellen forventes å kunne lanseres allerede i tredje kvartal 2026 . MiniMax har ikke bekreftet lanseringsdatoen offentlig.

Viktig presisering: Reuters' rapport bruker ikke kodenavnet "M3 Pro" direkte, men The Information og kinesiske kilder som Sina Finance og NetEase bekrefter at den interne betegnelsen er M3 Pro . Det endelige navnet kan endre seg.

---

Sammenligning med MiniMax' eksisterende modeller

MiniMax har hatt en rask utvikling:

Modell	Lansert	Parametere	Arkitektur	Nøkkelfunksjoner
MiniMax-M1	Juni 2025	456B totalt / 45,9B aktive	MoE + hybrid attention	Første åpne vektmodell med hybrid attention; 1M kontekst; Apache 2.0; hevdes å slå DeepSeek R1 på flere oppgaver
MiniMax-M3	1. juni 2026	~428B totalt / ~23B aktive	MoE (Sparse Attention)	Frontend-koding (59,0 % SWE-bench Pro), 1M token kontekst, multimodalt bilde/video/computer-use; åpne vekter på Hugging Face
M3 Pro (planlagt)	Tredje kvartal 2026?	2,7 billioner totalt (antakelig MoE)	TBA	Potensielt verdens største åpne vektmodell

Hoppet fra M3's ~428 milliarder parametere til 2,7 billioner er en 6,3-dobling av totalt parametertall. Dersom MiniMax viderefører MoE-arkitekturen, vil antall aktive parametere per forespørsel fortsatt være i titalls- eller hundremilliardersklassen, men det totale fotavtrykket blir enestående for en åpen vektmodell .

---

Sammenligning med DeepSeek V4 Pro

DeepSeek V4 Pro er DeepSeek's flaggskipmodell med åpne vekter, lansert 23. april 2026 . Nøkkelforskjeller:

• DeepSeek V4 Pro: 1,6 billioner parametere totalt, 49B aktive, MIT-lisensiert, rendyrket tekst-algoritmisk spesialist. Høyest Codeforces-rating av alle språkmodeller og 80,6 % på SWE-bench Verified (best blant åpne vektmodeller)
• MiniMax M3 (nåværende): ~428B totalt / ~23B aktive – sterkere på multimodale oppgaver og matematikk (snitt 85,7 vs 31,7 på én aggregert måling), men svakere på rene kodeoppgaver enn DeepSeek V4 Pro
• Planlagt 2,7 billioner-modell: Ville overgå både DeepSeek V4 Pro (1,6B) og MiniMax M3 (428B) i totalparameter

De fleste analyser påpeker at MiniMax M3 og DeepSeek V4 Pro "knapt konkurrerer" – de er optimalisert for ulike arbeidsmengder: M3 for multimodale agentoppgaver og langkontekst, V4 Pro for rendyrket tekstbasert algoritmisk koding til lavere kostnad .

---

Bredere kontekst: Kinesiske åpne vektmodeller

Kinesiske KI-laboratorier har lansert en rekke kraftige åpne vektmodeller i 2025–2026:

• DeepSeek V4 Pro (23. april 2026) – 1,6 billioner parametere, MIT-lisens, frontend-koding
• Tencent Hy3 (Hunyuan 3.0) – Forhåndsvisning 23. april 2026, full åpen vektmodell 6. juli 2026 under Apache 2.0. 295 milliarder parametere (21B aktive, 192 eksperter, top-8-ruting) med 256K kontekst
• MiniMax-M1 (juni 2025) – 456 milliarder parametere, Apache 2.0, verdens første åpne vektmodell med hybrid attention
• MiniMax-M3 (juni 2026) – ~428 milliarder totalt, frontend multimodal koding
• Ant Group Ling-2.6-flash (22. april 2026) – 104B/7,4B aktive effektivitetsfokuserte MoE

Dette viser en bevisst strategi fra kinesiske KI-laboratorier om å lansere modeller med åpne vekter (ofte under Apache 2.0 eller MIT), i motsetning til mange vestlige laboratorier som holder sine frontend-modeller lukkede .

---

Konkurranse med vestlige KI-laboratorier

Den raske strømmen av kinesiske åpne vektmodeller signaliserer flere ting:

• Størrelseskappløp: MiniMax' planlagte 2,7 billioner-modell vil overgå alle kjente åpne vektmodeller fra Vesten i totalt parametertall
• Åpen vektstrategi som geopolitisk verktøy: Ved å slippe vekter åpent, gjør kinesiske laboratorier sine modeller fritt tilgjengelige for utviklere globalt, og omgår eksportkontroll på maskinvare
• Talentmigrasjon: Tencent's Hy3 ble ledet av en tidligere OpenAI-forsker (Shunyu Yao)
• Priskonkurranse: DeepSeek V4 Pro og MiniMax M3 konkurrerer på pris under GPT-5.5-nivå hos API-leverandører
• Benchmark-paritet: MiniMax M3's 59,0 % på SWE-bench Pro slår GPT-5.5's 58,6 %, mens DeepSeek V4 Pro's 80,6 % på SWE-bench Verified er best blant åpne vektmodeller

---

Utfordringer med å kjøre en modell med 2,7 billioner parametere

En åpen vektmodell med 2,7 billioner parametere byr på ekstreme utfordringer:

• Minnebehov: Selv med 8-bits kvantisering krever lasting av 2,7 billioner parametere ~2,7 TB GPU-minne. Med FP16 blir det ~5,4 TB. Dette krever hundretalls GPUer (f.eks. 200+ H100 med 80 GB hver) bare for å laste modellen
• MoE-arkitektur sannsynlig: MiniMax' M1 og M3 bruker MoE, med kun en brøkdel av parameterne aktive per token (f.eks. 23B aktive av 428B totalt for M3) . Hvis 2,7 billioner-modellen følger samme mønster med lavt aktivt parametertall (f.eks. ~135B aktive), kan inferens være mulig på en mindre klynge enn totalt parametertall skulle tilsi – men fortsatt langt utenfor rekkevidde for én enkelt GPU
• Inferenshastighet og gjennomstrømming: Selv med MoE-sparsitet krever betjening av en slik modell sofistikert parallellisering (tensor-, pipeline- og ekspert-parallellisme) over mange noder med høyhastighetsforbindelser
• Treningskostnad: Trening av en modell med 2,7 billioner parametere vil kreve en enorm datakraft – sannsynligvis titusenvis av GPU-måneder, selv med effektive MoE-treningsteknikker
• Distribusjon av åpne vekter: Å være vert og distribuere 2,7 billioner parametere (potensielt 5+ TB vekter) er en logistisk utfordring for Hugging Face og andre repositorier

MiniMax har imidlertid vist imponerende effektivitetsteknikk – M1 ble trent med 70 % mindre datakraft enn DeepSeek R1 mens den oppnådde konkurransedyktige resultater , og M3 bruker sparse attention-mekanismer . Sannsynligvis vil de bruke tilsvarende innovasjoner for 2,7 billioner-modellen.

---

Økende global bruk av kinesiske KI-modeller

Kinesiske åpne vektmodeller har fått stor global utbredelse av flere grunner:

• Pris: DeepSeek V4 Pro koster ~$0,435/M input tokens vs MiniMax M3's ~$0,30/M – begge ekstremt konkurransedyktige
• Permissive lisenser: Apache 2.0 (MiniMax M1, Tencent Hy3) og MIT (DeepSeek V4 Pro) tillater kommersiell bruk, modifikasjon og redistribusjon uten restriksjoner
• Benchmark-konkurransedyktighet: Disse modellene matcher eller overgår GPT-5.5 og Claude på sentrale benchmark (koding, resonnering, matematikk)
• Utviklerøkosystem: Vekter er tilgjengelige på Hugging Face, integrert i OpenRouter, Kilo Code og andre plattformer, noe som gjør dem tilgjengelige for utviklere over hele verden

Trenden viser at Kina ikke lenger bare er en maskinvarebegrenset følger innen KI – de er ledende innen utgivelse av åpne vektmodeller, og bruker åpenhet som et konkurransefortrinn mot vestlige lukkede modeller. Den planlagte 2,7 billioner-modellen, dersom den realiseres, vil være det sterkeste signalet så langt.