MiniMax siktar på världsrekord: 2,7 biljoner parametrar i öppen AI-modell
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33]. Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
Publicerad avRedigerad med DeepSeek-V4-FlashBilder genererade med GPT Image 1.5
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33].
Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
Enligt källor kan modellen släppas redan under tredje kvartalet 2026, men inget officiellt releasedatum är bekräftat [1][32][35].
Den planerade modellen är en enorm skalning jämfört med MiniMax nuvarande M3 modell som har cirka 428 miljarder parametrar [2][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.
AI 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.
openai.com
MiniMax planerar jättelik AI-modell med öppna vikter
Den 8 juli 2026 rapporterade Reuters att den kinesiska AI-startupen MiniMax arbetar på en språkmodell med hela 2,7 biljoner parametrar. En person med direkt kännedom om planerna uppger att modellen internt kallas M3 Pro, även om det slutgiltiga namnet kan ändras . Detta skulle bli den .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MiniMax siktar på världsrekord: 2,7 biljoner parametrar i öppen AI-modell"?
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33].
What are the key points to validate first?
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33]. Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
What should I do next in practice?
Enligt källor kan modellen släppas redan under tredje kvartalet 2026, men inget officiellt releasedatum är bekräftat [1][32][35].
MiniMax siktar på världsrekord: 2,7 biljoner parametrar i öppen AI-modell
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33]. Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
Publicerad avRedigerad med DeepSeek-V4-FlashBilder genererade med GPT Image 1.5
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33].
Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
Enligt källor kan modellen släppas redan under tredje kvartalet 2026, men inget officiellt releasedatum är bekräftat [1][32][35].
Den planerade modellen är en enorm skalning jämfört med MiniMax nuvarande M3 modell som har cirka 428 miljarder parametrar [2][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.
AI 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.
openai.com
MiniMax planerar jättelik AI-modell med öppna vikter
Den 8 juli 2026 rapporterade Reuters att den kinesiska AI-startupen MiniMax arbetar på en språkmodell med hela 2,7 biljoner parametrar. En person med direkt kännedom om planerna uppger att modellen internt kallas M3 Pro, även om det slutgiltiga namnet kan ändras . Detta skulle bli den .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MiniMax siktar på världsrekord: 2,7 biljoner parametrar i öppen AI-modell"?
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33].
What are the key points to validate first?
MiniMax, en kinesisk AI startup, arbetar på en språkmodell med 2,7 biljoner parametrar med arbetsnamnet M3 Pro [1][32][33]. Modellen kan bli den största öppna viktmodellen från ett kinesiskt företag och möjligen den största i världen [1].
What should I do next in practice?
Enligt källor kan modellen släppas redan under tredje kvartalet 2026, men inget officiellt releasedatum är bekräftat [1][32][35].
största öppna viktmodellen som någonsin släppts av ett kinesiskt företag – och möjligen den största i världen
Tidsplan för lansering
Enligt källor kan modellen komma att släppas redan under tredje kvartalet 2026, men något officiellt releasedatum har inte tillkännages . Arbetet pågår internt, och planen är att göra modellen open-source .
Jämförelse med MiniMax befintliga modeller
MiniMax modellfamilj har utvecklats snabbt under det senaste året:
Modell
Släppt
Parametrar (totalt)
Arkitektur
MiniMax-M1
Juni 2025
456 miljarder
MoE + hybrid attention
MiniMax-M3
1 juni 2026
~428 miljarder
MoE med sparse attention
M3 Pro (planerad)
Troligen Q3 2026
2,7 biljoner
MoE (sannolikt)
Hoppet från M3:s ~428 miljarder till 2,7 biljoner parametrar innebär en cirka 6,3 gångers ökning av det totala parameterantalet . Om MiniMax fortsätter med sin MoE-arkitektur (Mixture of Experts) kan antalet aktiva parametrar per anrop hållas lägre, men det totala fotavtrycket blir historiskt .
Jämförelse med DeepSeek V4 Pro
DeepSeeks flaggskepp V4 Pro, släppt 23 april 2026, är en av de främsta konkurrenterna . Här är en jämförelse:
DeepSeek V4 Pro: 1,6 biljoner totala parametrar, 49 miljarder aktiva, MIT-licens . Topprankad inom kodning – 80,6% på SWE-bench Verified och högsta Codeforces-betyget av alla språkmodeller .
MiniMax M3 (nuvarande): ~428 miljarder totalt / ~23 miljarder aktiva – starkare på multimodala uppgifter och matematik, men svagare på ren kodning .
Planerad 2,7T-modell: Skulle vara klart större än DeepSeek V4 Pros 1,6 biljoner och MiniMax M3:s 428 miljarder i totalt parameterantal .
De flesta analyser noterar att MiniMax M3 och DeepSeek V4 Pro knappt konkurrerar – de är optimerade för olika arbetsbelastningar: M3 för multimodala agentuppgifter och långa kontexter, V4 Pro för ren textbaserad algoritmisk kodning .
Kinesiska AI-modeller med öppna vikter – en strategisk trend
Kinesiska AI-labb har släppt en våg av kraftfulla modeller med öppna vikter under 2025–2026 . Detta ses som en medveten strategi för att konkurrera med västerländska stängda modeller .
Ant Group Ling-2.6-flash: 104B/7.4B aktiv, effektivitetsfokuserad MoE, 22 april 2026
Att modellerna släpps med öppna vikter under permissiva licenser (Apache 2.0, MIT) gör dem omedelbart användbara för utvecklare över hela världen och kringgår exportkontroller på hårdvara .
Utmaningar med en modell på 2,7 biljoner parametrar
Att distribuera en modell av denna storlek är extremt krävande:
Minneskrav: I 8-bitars kvantisering krävs cirka 2,7 TB GPU-minne; i FP16 stiger det till cirka 5,4 TB [beräknat]. Detta kräver hundratals GPU:er (t.ex. 200+ H100 med 80 GB var) bara för att ladda in modellen [beräknat].
MoE-arkitektur trolig: MiniMax M1 och M3 använder båda MoE, med endast en bråkdel av parametrarna aktiva per anrop (t.ex. 23B aktiva av 428B totalt för M3) . Om 2,7T-modellen följer samma mönster kan inferens vara möjlig på en mindre kluster än vad det totala parameterantalet antyder .
Träningskostnad: Att träna en sådan modell skulle kräva enorma datorresurser – troligen tiotusentals GPU-månader, även med effektiva MoE-tekniker [beräknat].
Distribution: Att bara vara värd för och distribuera 2,7 biljoner parametrar (potentiellt 5+ TB vikter) är en logistisk utmaning för plattformar som Hugging Face [beräknat].
Slutsats
MiniMax planerade 2,7 biljoner-parametersmodell är en tydlig signal om att Kina inte längre bara är en hårdvarubegränsad efterföljare inom AI – landet är en ledare inom öppna viktmodeller. Om modellen blir verklighet, skulle den vara det starkaste uttalandet hittills i den riktningen och potentiellt omforma den globala AI-konkurrensen .
bloomberg.com
China's MiniMax Says Its New AI Reasoning Model Beats DeepSeek
största öppna viktmodellen som någonsin släppts av ett kinesiskt företag – och möjligen den största i världen
Tidsplan för lansering
Enligt källor kan modellen komma att släppas redan under tredje kvartalet 2026, men något officiellt releasedatum har inte tillkännages . Arbetet pågår internt, och planen är att göra modellen open-source .
Jämförelse med MiniMax befintliga modeller
MiniMax modellfamilj har utvecklats snabbt under det senaste året:
Modell
Släppt
Parametrar (totalt)
Arkitektur
MiniMax-M1
Juni 2025
456 miljarder
MoE + hybrid attention
MiniMax-M3
1 juni 2026
~428 miljarder
MoE med sparse attention
M3 Pro (planerad)
Troligen Q3 2026
2,7 biljoner
MoE (sannolikt)
Hoppet från M3:s ~428 miljarder till 2,7 biljoner parametrar innebär en cirka 6,3 gångers ökning av det totala parameterantalet . Om MiniMax fortsätter med sin MoE-arkitektur (Mixture of Experts) kan antalet aktiva parametrar per anrop hållas lägre, men det totala fotavtrycket blir historiskt .
Jämförelse med DeepSeek V4 Pro
DeepSeeks flaggskepp V4 Pro, släppt 23 april 2026, är en av de främsta konkurrenterna . Här är en jämförelse:
DeepSeek V4 Pro: 1,6 biljoner totala parametrar, 49 miljarder aktiva, MIT-licens . Topprankad inom kodning – 80,6% på SWE-bench Verified och högsta Codeforces-betyget av alla språkmodeller .
MiniMax M3 (nuvarande): ~428 miljarder totalt / ~23 miljarder aktiva – starkare på multimodala uppgifter och matematik, men svagare på ren kodning .
Planerad 2,7T-modell: Skulle vara klart större än DeepSeek V4 Pros 1,6 biljoner och MiniMax M3:s 428 miljarder i totalt parameterantal .
De flesta analyser noterar att MiniMax M3 och DeepSeek V4 Pro knappt konkurrerar – de är optimerade för olika arbetsbelastningar: M3 för multimodala agentuppgifter och långa kontexter, V4 Pro för ren textbaserad algoritmisk kodning .
Kinesiska AI-modeller med öppna vikter – en strategisk trend
Kinesiska AI-labb har släppt en våg av kraftfulla modeller med öppna vikter under 2025–2026 . Detta ses som en medveten strategi för att konkurrera med västerländska stängda modeller .
Ant Group Ling-2.6-flash: 104B/7.4B aktiv, effektivitetsfokuserad MoE, 22 april 2026
Att modellerna släpps med öppna vikter under permissiva licenser (Apache 2.0, MIT) gör dem omedelbart användbara för utvecklare över hela världen och kringgår exportkontroller på hårdvara .
Utmaningar med en modell på 2,7 biljoner parametrar
Att distribuera en modell av denna storlek är extremt krävande:
Minneskrav: I 8-bitars kvantisering krävs cirka 2,7 TB GPU-minne; i FP16 stiger det till cirka 5,4 TB [beräknat]. Detta kräver hundratals GPU:er (t.ex. 200+ H100 med 80 GB var) bara för att ladda in modellen [beräknat].
MoE-arkitektur trolig: MiniMax M1 och M3 använder båda MoE, med endast en bråkdel av parametrarna aktiva per anrop (t.ex. 23B aktiva av 428B totalt för M3) . Om 2,7T-modellen följer samma mönster kan inferens vara möjlig på en mindre kluster än vad det totala parameterantalet antyder .
Träningskostnad: Att träna en sådan modell skulle kräva enorma datorresurser – troligen tiotusentals GPU-månader, även med effektiva MoE-tekniker [beräknat].
Distribution: Att bara vara värd för och distribuera 2,7 biljoner parametrar (potentiellt 5+ TB vikter) är en logistisk utmaning för plattformar som Hugging Face [beräknat].
Slutsats
MiniMax planerade 2,7 biljoner-parametersmodell är en tydlig signal om att Kina inte längre bara är en hårdvarubegränsad efterföljare inom AI – landet är en ledare inom öppna viktmodeller. Om modellen blir verklighet, skulle den vara det starkaste uttalandet hittills i den riktningen och potentiellt omforma den globala AI-konkurrensen .
bloomberg.com
China's MiniMax Says Its New AI Reasoning Model Beats DeepSeek
