MiniMax pracuje nad modelem M3 Pro z 2,7 biliona parametrów — największym modelem open-weight na świecie

MiniMax planuje model z 2,7 biliona parametrów (M3 Pro)

8 lipca 2026 roku agencja Reuters poinformowała, że chiński startup AI MiniMax pracuje nad modelem językowym o 2,7 biliona parametrów (ang. 2.7 trillion parameters). Wewnętrzny kod modelu to podobno M3 Pro, choć sama agencja nie podaje tej nazwy wprost — opisuje go jako następcę niedawno wydanej linii M3 .

Osoba z bezpośrednią wiedzą na temat projektu powiedziała Reutersowi, że będzie to największy model open-weight wydany przez chińską firmę i prawdopodobnie największy na świecie . Nie ogłoszono jeszcze oficjalnej daty premiery, ale według doniesień model może zostać opublikowany już w trzecim kwartale 2026 roku .

Ważne zastrzeżenie co do nazwy – raport Reutera nie używa wprost kodu "M3 Pro". Pytanie użytkownika tak go określa, ale dostępne dowody potwierdzają jedynie plany dotyczące modelu o 2,7 biliona parametrów; jego ostateczna nazwa może się różnić.

---

Jak M3 Pro wypada na tle poprzednich modeli MiniMax?

MiniMax w ostatnich latach gwałtownie przyspieszył rozwój swoich modeli:

Model	Data premiery	Parametry (całkowite/aktywne)	Architektura	Kluczowe cechy
MiniMax-M1	Czerwiec 2025	456B / 45,9B	MoE + hybrydowa uwaga	Pierwszy otwarty model reasoning z hybrydową uwagą; kontekst 1M; licencja Apache 2.0
MiniMax-M3	1 czerwca 2026	~428B / ~23B	MoE (rzadka uwaga)	Kodowanie na poziomie frontier (59,0% SWE-bench Pro), kontekst 1M, multimodalność (obraz/wideo)
M3 Pro (planowany)	B.D.	2,7T (prawdopodobnie MoE)	B.D.	Potencjalnie największy model open-weight na świecie; największy chiński model w historii

Skok z ~428 miliardów parametrów w M3 do 2,7 biliona w M3 Pro to wzrost o około 6,3 razy w całkowitej liczbie parametrów. Jeśli MiniMax utrzyma architekturę MoE (Mixture of Experts), liczba aktywnych parametrów na jeden krok wnioskowania może pozostać w granicach dziesiątek–setek miliardów, ale całkowity ślad pamięciowy będzie bezprecedensowy .

---

Porównanie z DeepSeek V4 Pro

DeepSeek V4 Pro to flagowy model open-weight chińskiej firmy DeepSeek, wydany 23 kwietnia 2026 roku . Oto jak wypada na tle planowanego M3 Pro:

Cecha	DeepSeek V4 Pro	MiniMax M3 (obecny)	MiniMax M3 Pro (planowany)
Całkowite parametry	1,6T	~428B	2,7T
Aktywne parametry	49B	~23B	Prawdopodobnie ~135B (szacunek)
Licencja	MIT	Otwarta waga	Otwarta waga (OC)
Mocne strony	Kodowanie algorytmiczne (80,6% SWE-bench Verified, 3206 Codeforces)	Multimodalność, matematyka (śr. 85,7 pkt), długi kontekst	Największy model open-weight; potencjalnie przewyższa obu rywali
Cena za 1M tokenów (wejście)	$0,435	$0,30	B.D.
Cena za 1M tokenów (wyjście)	$0,87	$1,20	B.D.

Większość analiz wskazuje, że obecne modele MiniMax M3 i DeepSeek V4 Pro "ledwie ze sobą konkurują" — są zoptymalizowane pod różne zadania: M3 do multimodalnego kodowania agentowego i długiego kontekstu, V4 Pro do czysto tekstowego kodowania algorytmicznego przy niższym koszcie . Planowany M3 Pro miałby pod tym względem przewyższać oba modele.

---

Szerszy kontekst: chińskie modele open-weight w 2025–2026 roku

Chińskie laboratoria AI wypuściły w ostatnich latach serię potężnych modeli open-weight:

• DeepSeek V4 Pro (23 kwietnia 2026) — 1,6T MoE, licencja MIT, najlepsze wyniki w kodowaniu
• Tencent Hy3 (Hunyuan 3.0) — wydany 6 lipca 2026 na licencji Apache 2.0; 295 mld parametrów (21B aktywnych, 192 ekspertów), kontekst 256K
• MiniMax-M1 (czerwiec 2025) — 456 mld parametrów, pierwszy na świecie otwarty model reasoning z hybrydową uwagą
• MiniMax-M3 (czerwiec 2026) — ~428 mld parametrów, multimodalne kodowanie
• Ant Group Ling-2.6-flash (22 kwietnia 2026) — 104B/7,4B aktywne, wydajny MoE

Chińskie laboratoria celowo udostępniają modele jako open-weight (często na licencjach Apache 2.0 lub MIT), w przeciwieństwie do wielu zachodnich firm (OpenAI, Anthropic, Google), które utrzymują swoje flagowe modele w zamknięciu .

---

Rywalizacja z zachodnimi laboratoriami AI

Szybka seria chińskich wydań open-weight sygnalizuje kilka rzeczy:

• Wyścig skali: Planowany model MiniMax z 2,7 biliona parametrów przewyższy każdy znany zachodni model open-weight pod względem całkowitej liczby parametrów, kwestionując narrację o przewadze obliczeniowej amerykańskich laboratoriów
• Strategia open-weight jako dźwignia geopolityczna: Udostępniając wagi otwarcie, chińskie laboratoria umożliwiają globalnym deweloperom korzystanie z modeli na własnej infrastrukturze, omijając w ten sposób ograniczenia eksportowe na sprzęt
• Przepływ talentów: Model Tencent Hy3 został stworzony pod kierownictwem byłego badacza OpenAI Shunyu Yao, co pokazuje dwukierunkowy przepływ talentów w branży AI
• Konkurencja cenowa: DeepSeek V4 Pro i MiniMax M3 konkurują cenowo z GPT-5.5 u dostawców API, obniżając koszty na całym świecie
• Równorzędne wyniki: MiniMax M3 osiąga 59,0% w SWE-bench Pro, wyprzedzając GPT-5.5 (58,6%), podczas gdy DeepSeek V4 Pro z wynikiem 80,6% w SWE-bench Verified jest najlepszy wśród modeli open-weight

---

Wyzwania obliczeniowe związane z wdrożeniem modelu o 2,7 biliona parametrów

Wdrożenie modelu open-weight o takiej skali wiąże się z ekstremalnymi wyzwaniami:

• Wymagania pamięciowe: Nawet przy kwantyzacji 8-bitowej załadowanie 2,7 biliona parametrów wymaga ~2,7 TB pamięci GPU. W precyzji FP16 to już ~5,4 TB. Do samego załadowania modelu potrzeba setek GPU (np. ponad 200 H100 z 80 GB każdy)
• Architektura MoE jako rozwiązanie: Zarówno M1, jak i M3 używają MoE, gdzie tylko część parametrów jest aktywowana na token (np. 23B na 428B w przypadku M3) . Jeśli model 2,7T pójdzie tą samą drogą z podobnym współczynnikiem aktywnych parametrów (np. ~135B), wnioskowanie może być wykonalne na mniejszym klastrze, niż sugerowałaby całkowita liczba parametrów — ale wciąż daleko poza możliwościami pojedynczego GPU
• Opóźnienia i przepustowość: Nawet z rzadkością MoE, obsługa takiego modelu na dużą skalę wymaga zaawansowanych technik tensorowej, potokowej i eksperckiej paralelizacji w wielu węzłach z szybkimi połączeniami
• Koszt treningu: Trenowanie modelu o 2,7 biliona parametrów wymaga ogromnego budżetu obliczeniowego — prawdopodobnie dziesiątek tysięcy GPU-miesięcy, nawet przy wydajnych technikach treningu MoE
• Dystrybucja: Samo hostowanie i dystrybuowanie 2,7 biliona parametrów (potencjalnie 5+ TB wag) stanowi logistyczne wyzwanie dla Hugging Face i innych repozytoriów

Warto jednak zauważyć, że MiniMax wykazał się już imponującą inżynierią wydajności — M1 został wytrenowany z 70% mniejszym nakładem obliczeniowym niż DeepSeek R1, osiągając konkurencyjne wyniki , a M3 wykorzystuje mechanizmy rzadkiej uwagi . Możliwe, że podobne innowacje zostaną zastosowane w modelu 2,7T.

---

Rosnąca globalna adopcja chińskich modeli AI

Chińskie modele open-weight zyskują na świecie z kilku powodów:

• Ceny: DeepSeek V4 Pro kosztuje ~$0,435/milion tokenów wejściowych, MiniMax M3 ~$0,30 — oba są niezwykle konkurencyjne wobec zachodnich API
• Permisywne licencje: Apache 2.0 (MiniMax M1, Tencent Hy3) i MIT (DeepSeek V4 Pro) pozwalają na komercyjne użycie, modyfikację i redystrybucję bez ograniczeń
• Konkurencyjne benchmarki: Modele te dorównują lub przewyższają GPT-5.5 i Claude w kluczowych obszarach (kodowanie, reasoning, matematyka)
• Ekologia deweloperska: Wagi są hostowane na Hugging Face, zintegrowane z OpenRouter, Kilo Code i innymi platformami

Ten trend pokazuje, że Chiny nie są już tylko ograniczonym sprzętowo naśladowcą w AI — stają się liderem w wydawaniu modeli open-weight, wykorzystując otwartość jako przewagę konkurencyjną wobec zachodnich zamkniętych modeli. Planowany model 2,7T, jeśli zostanie zrealizowany, będzie najsilniejszym jak dotąd sygnałem w tym kierunku.