MiniMax M3: open-weight model, co na SWE-bench přeskočil GPT-5.5 a teď si ho můžete provozovat sami

Otevřené modely z Číny zase posunuly laťku, a tentokrát hodně vysoko. Šanghajská laboratoř MiniMax představila na začátku června model M3 a teď, v polovině měsíce, dorazilo to podstatné: váhy jsou ke stažení na Hugging Face. Z marketingového oznámení se tím stala věc, kterou si reálně stáhnete, pustíte na vlastním železe a postavíte na ní produkt. A čísla, která M3 přináší, nejsou žádná legrace.

Není to první vlaštovka, ale je nejostřejší

Tohle není ojedinělý výstřel. Před pár týdny jsme tu psali o GLM-5.1 od laboratoře Z.ai, open-weight modelu se 754 miliardami parametrů, a ještě dřív o celé řadě čínských otevřených modelů, které postupně stíraly náskok uzavřené špičky. M3 je v téhle linii zatím nejostřejší: nejde už o "skoro dobrou" alternativu pro nadšence, ale o model, který se na konkrétních úlohách měří s tím nejlepším, co je za peníze přes API.

Zajímavá je i ekonomika za tím. Čínské laboratoře tlačí otevřené váhy ven jako strategii, jak si získat vývojáře a obejít omezení v přístupu k nejsilnějšímu hardwaru. Pro nás na druhém konci světa to má jeden hmatatelný důsledek: výběr kvalitních modelů, které si můžete provozovat sami, roste každý měsíc.

První open-weight model, co sahá na frontier

MiniMax M3 je podle vlastních slov první otevřený model, který v jednom kuse spojuje frontier výkon v kódování, milionový kontext a nativní multimodalitu (rozumí obrázku i videu). To samo o sobě je odvážné tvrzení, ale benchmarky ho z velké části drží.

Na SWE-bench Pro, dnes asi nejcitovanějším testu na reálné programátorské úlohy, dosáhl M3 59,0 %. Tím přeskočil OpenAI GPT-5.5 (58,6 %) i Google Gemini 3.1 Pro. Před sebou má zatím jen Claude Opus 4.7 se 64,3 %. A nezapomínejme: tohle není uzavřený model schovaný za cizím API. Tohle je model, jehož váhy si stáhnete a provozujete sami.

Pod kapotou: velký mozek, malá spotřeba

Architektura je MoE (Mixture of Experts) s 428 miliardami parametrů celkem, ale jen zhruba 23 miliardami aktivními na token. Jinými slovy, model má obří kapacitu, ale při běhu se z ní zapojí vždy jen zlomek, takže provoz je výrazně levnější, než by velikost napovídala.

Druhá zajímavost je MSA (MiniMax Sparse Attention), řídká pozornost, která zvedá kontext na 1 milion tokenů a přitom drží výpočet při plném kontextu zhruba na dvacetině toho, co spotřebovala předchozí generace M2. Dlouhý kontext je tu poprvé něco, co se ekonomicky vyplatí používat naplno, ne jen drahá vlajková funkce do tabulky.

Proč je to v praxi důležité? Klasická pozornost u transformerů škáluje s druhou mocninou délky vstupu, takže každé zdvojnásobení kontextu zhruba zečtyřnásobí výpočet. To je důvod, proč byl milionový kontext donedávna spíš číslo do marketingu než věc, kterou někdo reálně nasadí. Řídká pozornost tuhle křivku láme: model se dívá jen na ty části vstupu, které jsou relevantní, a zbytek přeskočí. Pro úlohy jako analýza celého repozitáře kódu, dlouhého kontraktu nebo rozsáhlé dokumentace to znamená, že je můžete modelu předhodit najednou, ne je složitě krájet a slepovat přes RAG.

Cena a možnost provozu doma

Přes OpenRouter M3 nabíhal kolem 0,30 dolaru za milion vstupních tokenů a 1,20 dolaru za milion výstupních, ke startu navíc se slevou. To je řádově levnější než uzavřená špička. A pokud citlivost dat nebo nezávislost na dodavateli hrají roli, můžete jít cestou vlastního provozu: váhy jsou venku, data nikam neodtečou a za token neplatíte nic.

Háček: open-weight ještě neznamená volnou ruku

Tady je potřeba zpomalit a přečíst si malé písmo. Open-weight neznamená automaticky volná licence. U M3 zatím přesné licenční podmínky nebyly zveřejněny a předchozí model MiniMaxu (M2.7) běžel pod licencí, která komerční využití bez předchozího písemného souhlasu omezovala. Než na M3 postavíte produkt, se kterým chcete vydělávat, je potřeba si licenci pořádně ověřit. Stažitelné váhy a svoboda dělat s nimi cokoli jsou dvě různé věci.

A nezapomeňme na druhou stranu mince: provozovat si 428miliardový model sami není zadarmo. Potřebujete na to vícero výkonných GPU, někoho, kdo to umí nasadit a udržet v chodu, a počítat s tím, že hodina takového hardwaru taky něco stojí. U malých objemů dotazů vyjde levněji a jednodušeji prostě sáhnout po API. Vlastní provoz se začne vyplácet až ve chvíli, kdy hraje roli buď objem, nebo citlivost dat.

Kdy M3 dává smysl a kdy sáhnout po něčem jiném

Žádný model není odpověď na všechno, a u M3 to platí taky. Z naší praxe pár vodítek:

• Dává smysl, když nesmí data opustit vaši infrastrukturu (zdravotnictví, finance, citlivé interní dokumenty), když máte velký objem a chcete utéct od účtu za token, nebo když potřebujete sáhnout hluboko do dlouhého kontextu a klasické API by to neúnosně prodražilo.
• Spíš ne, když řešíte pár dotazů denně a nemáte tým na provoz modelu, když potřebujete absolutní špičku v nejtěžších úlohách (tam zatím vede Opus 4.7), nebo když je pro vás důležitá právní jistota licence a nechcete čekat, až MiniMax zveřejní finální podmínky.

Krásné na téhle situaci je, že rozhodnutí "uzavřené API versus vlastní open-weight" už dnes nemusíte dělat napevno. Při rozumně postavené abstrakci nad modelem můžete jeden nahradit druhým podle úlohy, ceny a citlivosti dat. A přesně tohle je práce, kterou pro klienty děláme.

Co si z toho vzít

Pro nás v Convenient.Solutions tahle zpráva potvrzuje něco, co klientům říkáme dlouho:

• Otevřené modely přestaly být kompromis. Ještě loni byl open-weight model "skoro dobrá" náhrada. Dnes umí na konkrétních úlohách, třeba na kódování, předběhnout i uzavřenou špičku. To rozšiřuje, co se vyplatí postavit, a u koho.
• Nezávislost na jednom dodavateli je levná pojistka. Stejně jako nemá smysl stavět produkt natvrdo na jednom uzavřeném modelu, je dobré mít po ruce plán B. Otevřené váhy přesně tohle umožňují, hlavně tam, kde data nesmí opustit vaši infrastrukturu.
• Hodnota je pořád v aplikaci, ne v modelu. Který konkrétní model pod kapotou poběží, je dnes spíš provozní rozhodnutí. Konkurenční výhodu nepostavíte na jeho jméně, ale na tom, jak dobře ho zapojíte do svého procesu, dat a rozhodování.
• Čtěte licenci. U otevřených modelů to platí dvojnásob. Skvělý benchmark je vám k ničemu, pokud vám licence zakáže přesně to, kvůli čemu jste model nasadili.

Open-weight scéna se za poslední rok proměnila z dohánění na reálnou alternativu. My ji bereme přesně takhle: jako další nástroj v dílně, který u správné úlohy a se správně ověřenou licencí dá klientovi rychlejší a levnější řešení než cokoli za drahým API. 🛠️