MiniMax M3 : le modèle de code open-weight 20 fois moins cher que GPT
MiniMax M3 est un modèle de code en poids ouverts, bien moins cher que GPT-5.5 et Claude Opus. Ce que cet écart change vraiment pour les agents IA.

Laisser un agent de code IA tourner en boucle, celui qui lit un dépôt, écrit un correctif, lance les tests et recommence, peut vite faire grimper la facture si on paie chaque token au tarif des modèles de pointe. C’est exactement la question que pose MiniMax M3, un grand modèle de langage spécialisé dans le code, sorti chez l’entreprise chinoise MiniMax (basée à Shanghai, aussi connue pour sa marque de génération vidéo Hailuo et ses outils audio séparés, logés sous le même toit que sa série de modèles texte M). M3 n’est pas qu’une ligne de plus dans un classement. La combinaison de poids ouverts et d’un prix cassé change qui peut se permettre de laisser un agent IA travailler seul, sans surveillance, pendant des heures.
Poids ouverts, oui - mais la licence compte toujours
MiniMax a publié les poids de M3 en accès libre : n’importe qui peut télécharger le modèle et le faire tourner sur son propre matériel plutôt que de passer par l’API de MiniMax. C’est un vrai avantage : aucun fournisseur ne peut discrètement augmenter ses prix, modifier le comportement du modèle ou couper l’accès, comme peut le faire un fournisseur d’API fermée. Mais le raccourci habituel, « open source », vend plus que ce qui est réellement sur la table. M3 est publié sous une licence communautaire propre à MiniMax, pas sous une licence open source reconnue par l’OSI comme Apache 2.0 ou MIT. Dans les faits, cela veut dire que des conditions spécifiques à MiniMax encadrent l’usage et la redistribution du modèle, loin des droits larges et standardisés d’une vraie licence open source.
C’est exactement la distinction au cœur de notre guide pour choisir un LLM open-weight en regardant sa licence plutôt que son rang dans les benchmarks : l’étiquette « ouvert » recouvre une large gamme de libertés juridiques réelles, et c’est la licence qui détermine si l’on contrôle vraiment le modèle ou si on ne fait que l’emprunter à d’autres conditions. Pour un amateur qui fait tourner le modèle chez lui sur un projet perso, la nuance passe presque inaperçue. Pour une entreprise qui veut construire un produit autour de M3 et le redistribuer, lire le texte réel de la licence compte bien plus que le mot « ouvert » dans un titre.
Le chiffre qui compte : environ 20 à 25 fois moins cher
MiniMax affiche un tarif API autour de 0,30 dollar par million de tokens en entrée et 1,20 dollar par million en sortie, des chiffres qu’on retrouve de façon cohérente sur les fiches modèles d’OpenRouter et sur la page tarifaire de MiniMax au moment de la rédaction. À comparer aux modèles fermés de pointe auxquels il se mesure implicitement : GPT-5.5 d’OpenAI affiche 5 dollars par million de tokens en entrée et 30 dollars en sortie, et Claude Opus 4.5 d’Anthropic affiche 5 dollars en entrée et 25 dollars en sortie. Chez les rivaux open-weight moins chers, Kimi K2.7-Code de Moonshot AI se situe généralement entre les deux, à 0,95 dollar en entrée et 4 dollars en sortie.
Faites le calcul sur les tokens de sortie, ceux qui pèsent le plus dans le coût d’un agent qui écrit du code, lance des commandes et relit les résultats : 30 divisé par 1,20, ça tombe juste sur 25. Ce n’est pas un arrondi flatteur, c’est le véritable rapport entre le modèle fermé le plus cher de la liste et le modèle de code de MiniMax. Ces chiffres précis seront datés dans quelques mois, les prix de ce marché bougent sans arrêt, mais l’ordre de grandeur, lui, vaut la peine d’être retenu : faire tourner la même charge de travail d’agent de code coûte environ un vingtième à un vingt-cinquième du prix sur M3 par rapport aux alternatives fermées les plus chères. Ces quatre tarifs ne sont que des photographies à un instant donné, pas le fond de l’article ; le fond, c’est ce qu’un tel écart change dans la façon d’utiliser ces modèles.
Pourquoi l’écart compte plus pour un agent que pour un chat
Une seule question posée à un chatbot coûte des centimes, quel que soit le modèle qui répond. L’économie change complètement une fois le modèle branché dans une boucle agentique : l’IA lit des fichiers, écrit du code, l’exécute, relit le résultat, et répète ce cycle des dizaines ou des centaines de fois pour terminer une seule tâche. Chaque cycle consomme des tokens, et un agent qui tourne longtemps peut facilement en avaler des millions avant d’avoir fini. Au tarif des modèles de pointe, la facture grimpe vite, assez pour que les équipes rationnent le temps qu’elles laissent un agent tourner sans surveillance. À un coût 20 à 25 fois plus bas, le même budget achète 20 à 25 fois plus d’heures d’agent, ce qui, en pratique, veut dire laisser l’agent travailler plus longtemps, retenter davantage et s’attaquer à des problèmes plus ambitieux avant qu’un humain n’ait à intervenir pour valider la dépense ou reprendre la main.
MiniMax met d’ailleurs clairement en avant cet argument dans ses propres annonces. Selon le billet officiel de lancement de M3, le modèle a tourné sans supervision pendant environ 12 heures pour reproduire de bout en bout la méthodologie d’un article de recherche académique, et le même billet décrit un autre essai où le modèle a optimisé en continu, pendant près de 24 heures, des noyaux de calcul FP8 GEMM (le code CUDA bas niveau qui gère la multiplication de matrices sur une carte graphique), avec un gain de vitesse de 9,4 fois revendiqué par rapport à la version d’origine. Il s’agit de résultats auto-rapportés par MiniMax, non vérifiés par un tiers indépendant, mais ils illustrent bien le genre de tâche que cet écart de prix est censé débloquer : un travail d’ingénierie long, itératif, en grande partie sans supervision, où un modèle « suffisamment bon » et nettement moins cher l’emporte sur un modèle légèrement meilleur mais tarifé pour un usage occasionnel.
Billet officiel de lancement de MiniMax M3 - l’annonce de l’entreprise elle-même, avec les graphiques de benchmarks cités plus haut.
Ce qu’il y a réellement sous le capot
Derrière les tarifs, M3 est un grand modèle conçu pour coûter peu à faire tourner malgré sa taille. MiniMax indique que le modèle compte environ 428 milliards de paramètres au total, dont seulement 23 milliards environ activés pour chaque token traité. Cette architecture dite « de mélange d’experts épars » (sparse mixture-of-experts), où seule une fraction du réseau complet s’allume à chaque bout de texte, est précisément ce qui permet de servir un modèle aussi gros pour une fraction du coût d’un modèle plus petit mais entièrement « dense ». C’est le même principe de base qu’utilisent les modèles open-weight à tarification raisonnable de DeepSeek et Qwen, déjà évoqués dans notre guide sur les licences des LLM open-weight.
M3 utilise aussi ce que MiniMax appelle MiniMax Sparse Attention (MSA), sa propre méthode pour garder la trace de documents ou de conversations longues. L’attention « dense » classique, où le modèle compare chaque bout de texte passé à tous les autres, ralentit proportionnellement et peut perdre en précision quand l’entrée s’allonge. MSA est conçue pour garder une qualité stable même quand la fenêtre de contexte s’étire, et MiniMax appuie cette conception avec un support allant jusqu’à 1 million de tokens en une seule session, à peu près la longueur de plusieurs romans longs mis bout à bout.
Le modèle est aussi nativement multimodal : il peut recevoir du texte, des images et de la vidéo dans la même conversation, sans passer par des systèmes spécialisés séparés. Le billet de MiniMax va plus loin encore, affirmant que le modèle peut piloter directement un ordinateur de bureau, c’est-à-dire regarder un écran, décider quoi cliquer ou taper, et agir, plutôt que de se limiter à répondre à des questions sur une image collée dans la conversation.
MiniMax-M3 sur Hugging Face - la carte modèle officielle et les poids publiés par MiniMax.
Là où l’écart de qualité est réel
Rien de tout cela ne fait de M3 un substitut parfait aux modèles fermés les plus capables. Sur les deux benchmarks d’ingénierie logicielle les plus suivis du secteur, MiniMax annonce pour M3 un score de 80,5 % sur SWE-Bench Verified (un test construit à partir de vrais tickets GitHub, confirmés comme réparables) et de 59,0 sur SWE-Bench Pro, une version plus difficile pensée pour résister au genre de mémorisation qui gonflait artificiellement les scores sur le test original. Sur Terminal-Bench 2.1, qui mesure la capacité d’un modèle à piloter un environnement en ligne de commande pour accomplir des tâches à plusieurs étapes, MiniMax rapporte un score de 66,0. Ce sont de bons résultats pour un modèle open-weight, mais MiniMax les communique lui-même, sans audit indépendant, un point à garder en tête quand on les compare à des chiffres publiés par des laboratoires qui se soumettent à des classements tiers.
Dans la pratique, l’écart entre M3 et les meilleurs modèles fermés se voit surtout sur les problèmes les plus durs et les plus inhabituels, ceux qui exigent un vrai raisonnement inédit plutôt qu’une reconnaissance de motifs déjà vus des milliers de fois à l’entraînement. Pour la majorité du travail agentique courant, écrire une fonction, réparer un test qui échoue, refactoriser un module, suivre un guide de style, cet écart se resserre nettement - ce qui est précisément la base de l’argument économique vu plus haut : payer 25 fois plus n’a de sens que si la qualité supplémentaire se voit sur les tâches qu’on exécute vraiment.
Une observation sur le comportement de M3 mérite d’être citée, justement parce qu’elle ne vient pas de MiniMax : dans un test pratique très suivi, un développeur a remarqué que M3 se mettait spontanément à écrire ses propres scripts de test avec un navigateur sans interface graphique (un navigateur qui tourne sans fenêtre visible, souvent utilisé pour les tests automatisés) pour vérifier son propre travail, sans qu’on le lui demande. Ce n’est qu’une seule observation d’un testeur indépendant, pas une fonctionnalité documentée ni une affirmation générale sur le comportement habituel du modèle, mais c’est le genre de détail qui compte souvent plus, pour un ingénieur sur le terrain, qu’un pourcentage de benchmark supplémentaire : un modèle qui vérifie son propre résultat sans qu’on le lui demande a besoin de moins de surveillance dans une boucle d’agent.
Pour qui pèse ce compromis face à un modèle fermé de pointe, il faut aussi se rappeler que l’accès à un modèle fermé n’a rien de garanti dans la durée. Notre article sur Anthropic coupant sans préavis l’accès à l’un de ses propres modèles rappelle que construire tout un flux de travail autour de l’API d’un seul fournisseur, c’est accepter que ce fournisseur décide seul de la disponibilité du service, pas seulement de son prix. Les poids ouverts, même sous une licence communautaire restrictive, suppriment précisément cette dépendance : le modèle téléchargé aujourd’hui continue de tourner sur son propre matériel, quoi que décide le fournisseur demain.
FAQ
MiniMax M3 est-il vraiment open source ?
Les poids de MiniMax M3 sont publics et téléchargeables, ce qu’on appelle souvent « open-weight », mais le modèle est publié sous la licence communautaire propre à MiniMax, pas sous une licence open source reconnue comme Apache 2.0. Cela veut dire que certaines des libertés larges associées au vrai open source, en particulier autour de la redistribution et de l’usage commercial, sont plus étroites que ne le suggère l’étiquette « open source ».
Combien coûte MiniMax M3 par rapport à GPT-5.5 ou Claude Opus ?
MiniMax M3 est généralement affiché autour de 0,30 dollar par million de tokens en entrée et 1,20 dollar par million en sortie, contre environ 5 dollars en entrée et 30 dollars en sortie pour GPT-5.5, et 5 dollars en entrée et 25 dollars en sortie pour Claude Opus 4.5. Cela place M3 à une réduction d’environ 20 à 25 fois sur le tarif de sortie, même si tous ces chiffres évolueront avec le temps.
Puis-je faire tourner MiniMax M3 sur mon propre matériel ?
Oui : puisque MiniMax a publié les poids du modèle, on peut télécharger et auto-héberger MiniMax M3 plutôt que de passer par une API. Dans les faits, sa taille, environ 428 milliards de paramètres au total dont 23 milliards actifs par token, veut dire que l’auto-hébergement exige toujours une infrastructure GPU conséquente, pas un simple ordinateur portable.
MiniMax M3 est-il aussi bon que GPT-5.5 pour le code ?
MiniMax M3 affiche de bons scores sur des benchmarks comme SWE-Bench Verified (80,5 %, selon les chiffres rapportés par MiniMax lui-même), mais il n’est pas présenté comme égalant les meilleurs modèles fermés sur les problèmes d’ingénierie les plus durs et les plus inédits. Pour les tâches de code agentique courantes, l’écart de qualité pratique est généralement assez faible pour que le grand écart de prix pèse davantage que l’écart de benchmark.
Qu’est-ce que MiniMax Sparse Attention et pourquoi ça compte ?
MiniMax Sparse Attention, ou MSA, est la méthode propre à MiniMax pour traiter de longs passages de texte dans M3, pensée pour garder une qualité de réponse stable même quand la conversation ou le document devient très long. Elle permet la fenêtre de contexte de MiniMax M3 allant jusqu’à 1 million de tokens, sans la forte chute de qualité que peuvent montrer à cette longueur les architectures d’attention dense classiques.