Китайський MiniMax готує гігантську ШІ-модель на 2,7 трильйона параметрів — найбільшу у світі з відкритою вагою

Важливе уточнення: Reuters не використовує кодову назву "M3 Pro". Однак The Information та інші джерела підтверджують, що саме так модель називають всередині компанії. Остаточна комерційна назва може відрізнятися.

Порівняння з існуючими моделями MiniMax

Компанія MiniMax швидко розвиває лінійку своїх моделей. Ось як вони порівнюються:

Як бачимо, перехід від M3 (~428 млрд параметрів) до 2,7 трлн означає збільшення приблизно в 6,3 раза. Якщо MiniMax продовжить використовувати архітектуру MoE (суміш експертів), кількість активних параметрів може залишитися в межах десятків або сотень мільярдів, що зробить модель більш ефективною для використання, ніж можна було б очікувати з огляду на загальний обсяг .

Порівняння з DeepSeek V4 Pro

DeepSeek V4 Pro — флагманська модель з відкритими вагами від DeepSeek, випущена 23 квітня 2026 року . Ось як вона порівнюється з новими моделями MiniMax:

• DeepSeek V4 Pro: 1,6 трлн загальних параметрів, 49 млрд активних, ліцензія MIT. Спеціалізується на чистому тексті та алгоритмічному програмуванні: найвищий рейтинг Codeforces серед усіх мовних моделей та 80,6% на SWE-bench Verified .
• MiniMax M3 (поточна): ~428 млрд / ~23 млрд активних. Сильніша в мультимодальних завданнях та математиці (середнє 85,7 проти 31,7 в одному агрегаті), але слабша в чистому програмуванні, ніж DeepSeek V4 Pro .
• Планована 2,7 трлн модель: Перевершить DeepSeek V4 Pro (1,6 трлн) та MiniMax M3 (428 млрд) за загальною кількістю параметрів .

Більшість аналітиків сходяться на думці, що MiniMax M3 та DeepSeek V4 Pro "ледве конкурують" — вони оптимізовані для різних робочих навантажень: M3 для мультимодального агентного програмування, V4 Pro — для чистого текстового програмування .

Ширший контекст: китайські моделі з відкритими вагами

Китайські лабораторії випустили потужні відкриті моделі у 2025-2026 роках:

• DeepSeek V4 Pro (23 квітня 2026) — 1,6 трлн MoE, ліцензія MIT, фронтирне програмування
• Tencent Hy3 (Hunyuan 3.0) — попередній випуск 23 квітня 2026, повний випуск 6 липня 2026 під Apache 2.0. Модель MoE з 295 млрд параметрів (21 млрд активних, 192 експерти), 256 тис. токенів контексту, очолювана колишнім дослідником OpenAI Шунью Яо
• Ant Group Ling-2.6-flash (22 квітня 2026) — MoE з 104 млрд / 7,4 млрд активних параметрів, орієнтована на ефективність

Це відображає стратегію китайських лабораторій випускати моделі з відкритими вагами (часто під ліцензіями Apache 2.0 або MIT), на відміну від західних компаній (OpenAI, Anthropic, Google), які тримають свої фронтирні моделі закритими .

Конкуренція із західними лабораторіями

Швидка поява китайських відкритих моделей свідчить про кілька тенденцій:

• Гонка масштабу: Модель MiniMax на 2,7 трлн параметрів перевершить будь-яку відому західну модель з відкритими вагами
• Відкритість як геополітичний важіль: Випускаючи ваги відкрито, китайські лабораторії роблять свої моделі доступними для глобальних розробників, обходячи експортні обмеження на обладнання
• Міграція талантів: Tencent найняла колишнього дослідника OpenAI (Шунью Яо) для роботи над Hy3
• Цінова конкуренція: DeepSeek V4 Pro та MiniMax M3 конкурують з цінами GPT-5.5 на API-провайдерах, знижуючи вартість
• Паритет за бенчмарками: MiniMax M3 показує 59,0% на SWE-bench Pro, випереджаючи GPT-5.5 (58,6%), тоді як DeepSeek V4 Pro з 80,6% на SWE-bench Verified є найкращим серед усіх відкритих моделей

Виклики розгортання моделі на 2,7 трлн параметрів

Модель такого масштабу створює екстремальні виклики:

• Вимоги до пам'яті: Навіть у 8-бітному квантуванні для завантаження 2,7 трлн параметрів потрібно ~2,7 ТБ пам'яті GPU. У FP16 це зростає до ~5,4 ТБ. Це потребує сотень відеокарт (наприклад, 200+ H100 з 80 ГБ кожна)
• Архітектура MoE: MiniMax M1 та M3 використовують MoE, де лише частина параметрів активується на токен (наприклад, 23 млрд активних з 428 млрд загальних). Якщо 2,7 трлн модель матиме подібне співвідношення (наприклад, ~135 млрд активних), використання може бути можливим на меншому кластері, але все одно далеко за межами однієї GPU
• Вартість навчання: Навчання моделі на 2,7 трлн параметрів вимагатиме величезного бюджету обчислень — ймовірно, десятки тисяч GPU-місяців
• Поширення: Просте розміщення та розповсюдження 2,7 трлн параметрів (потенційно 5+ ТБ ваг) є логістичним викликом для Hugging Face та інших репозиторіїв

Водночас MiniMax продемонструвала сильну інженерію ефективності: M1 був навчений на 70% менше обчислень, ніж DeepSeek R1, досягаючи конкурентних результатів . Можна очікувати подібних інновацій і для 2,7 трлн моделі.

Зростаюче глобальне прийняття китайських ШІ-моделей

Китайські моделі з відкритими вагами набувають популярності у світі з кількох причин:

• Ціна: DeepSeek V4 Pro коштує ~0,435 долара за мільйон вхідних токенів, MiniMax M3 — ~0,30 долара, що дуже конкурентоспроможно
• Дозвільні ліцензії: Apache 2.0 та MIT дозволяють комерційне використання, модифікацію та розповсюдження без обмежень
• Конкурентоспроможність на бенчмарках: Ці моделі дорівнюють або перевершують GPT-5.5 та Claude на ключових тестах
• Екосистема для розробників: Ваги розміщені на Hugging Face, інтегровані в OpenRouter, Kilo Code та інші платформи

Ця тенденція свідчить про те, що Китай більше не є просто обмеженим обладнанням послідовником у ШІ — він є лідером у випуску відкритих моделей, використовуючи відкритість як конкурентний рів проти західних лідерів закритих моделей. Запланована модель на 2,7 трлн параметрів, якщо вона буде реалізована, стане найсильнішим доказом цього напрямку.