Der Neue aus Shanghai
Am Montag ist mal wieder was passiert, das vor zwei Jahren noch undenkbar gewesen wäre: Ein chinesisches KI-Unternehmen veröffentlicht ein Modell, das in Coding-Benchmarks an Claude Opus und GPT vorbeizieht oder zumindest dicht dranbleibt — und es kostet etwa ein Zehntel. Das Modell heißt MiniMax M3, kommt von der Firma MiniMax aus Shanghai und wurde am 1. Juni 2026 released.
Falls du jetzt denkst „noch ein Modell, na und?” — bleib kurz dran. M3 ist aus drei Gründen spannender als der übliche Wochen-Release. Und mindestens einer davon betrifft dich direkt, wenn du irgendwas mit KI baust oder bauen willst.
Was ist das überhaupt?
MiniMax kennst du vielleicht von Hailuo, deren Video-KI. Die Firma baut aber auch Sprachmodelle, und M3 ist ihr neues Flaggschiff.
Das Besondere: M3 ist ein sogenanntes Open-Weight-Modell. Kurz erklärt — bei einem Open-Weight-Modell bekommst du den fertigen Kuchen, aber nicht das komplette Rezept. Die Gewichte (also das „Gehirn” des Modells) kannst du herunterladen und auf eigener Hardware laufen lassen. Den Trainingscode und die Trainingsdaten behält die Firma für sich. Bei OpenAI oder Anthropic bekommst du nicht mal den Kuchen — du darfst nur im Restaurant essen, sprich: über deren API zugreifen.
MiniMax sagt, M3 sei das erste offene Modell, das drei Dinge gleichzeitig kann, die bisher den teuren geschlossenen Modellen vorbehalten waren:
- Coding auf Frontier-Niveau — also auf Augenhöhe mit den Top-Modellen
- Ein Kontextfenster von 1 Million Token — dazu gleich mehr
- Native Multimodalität — es versteht Bilder und Videos und kann sogar einen Computer bedienen
Jede dieser Fähigkeiten gab es einzeln schon in offenen Modellen. Alle drei zusammen in einem: bisher nicht.
Wie funktioniert das?
Der technisch interessanteste Teil ist das Kontextfenster. Stell dir das Kontextfenster als Schreibtisch vor: Alles, was die KI gerade „im Blick” haben soll — dein Prompt, Dokumente, Code, der bisherige Gesprächsverlauf — muss auf diesen Schreibtisch passen. 1 Million Token entspricht grob 750.000 englischen Wörtern. Da passt ein komplettes Code-Repository drauf, oder mehrere Bücher.
Das Problem dabei: Bei der klassischen Architektur („Full Attention”) vergleicht das Modell jedes Wort mit jedem anderen Wort. Doppelt so viel Text bedeutet viermal so viel Rechenarbeit. Bei einer Million Token explodiert das — und damit auch deine Rechnung.
MiniMax hat dafür eine eigene Lösung entwickelt: MSA, kurz für MiniMax Sparse Attention. Die Idee in einfach: Statt jedes Wort mit jedem zu vergleichen, sortiert ein Vorfilter erst mal aus, welche Abschnitte für die aktuelle Frage überhaupt relevant sind. Wie ein Bibliothekar, der dir nicht die ganze Bibliothek auf den Tisch legt, sondern nur die drei Regalmeter, in denen die Antwort stecken kann.
Das Ergebnis laut MiniMax: Bei 1 Million Token Kontext braucht M3 pro Token nur ein Zwanzigstel der Rechenleistung des Vorgängers. Eingaben werden über 9-mal schneller verarbeitet, Antworten über 15-mal schneller generiert.
Warum ist das relevant?
Drei Gründe.
Erstens: der Preis. M3 kostet über die offizielle API 0,60 Dollar pro Million Input-Token und 2,40 Dollar pro Million Output-Token. Zum Vergleich: Claude Opus 4.7 liegt bei 5 / 25 Dollar, GPT-5.5 bei 5 / 30 Dollar. M3 kostet also rund ein Zehntel — bei Benchmark-Ergebnissen, die in derselben Liga spielen. Zum Launch gibt’s sogar noch 7 Tage lang 50 Prozent Rabatt (0,30 / 1,20 Dollar).
Zweitens: die Benchmarks. Auf SWE-Bench Pro, einem anspruchsvollen Software-Engineering-Test, erreicht M3 laut MiniMax 59 Prozent — vor GPT-5.5 und Gemini 3.1 Pro, knapp hinter Claude Opus 4.7. Bei der autonomen Websuche (BrowseComp) zieht es mit 83,5 Punkten sogar an Opus 4.7 (79,3) vorbei. Wichtig zur Einordnung: Anthropic hat inzwischen schon Opus 4.8 nachgelegt.
Drittens — und das finde ich am beeindruckendsten: die Langstrecken-Fähigkeit. MiniMax hat ein paar interne Tests veröffentlicht, die zeigen, wohin die Reise bei KI-Agenten geht. M3 hat ein wissenschaftliches Paper über 12 Stunden hinweg selbstständig reproduziert — mit 18 Commits und 23 Diagrammen, ohne dass ein Mensch eingegriffen hat. In einem anderen Test hat es 24 Stunden lang einen GPU-Rechenkern optimiert: 147 Anläufe, fast 2.000 Tool-Aufrufe, am Ende eine 9,4-fache Beschleunigung. Eine Aufgabe, für die erfahrene Entwickler-Teams normalerweise ein bis zwei Wochen brauchen. Das Bemerkenswerte daran: Die meisten anderen Modelle geben nach ein paar Dutzend Versuchen auf. M3 hat sich durch mehrere Plateaus gekämpft und seine beste Lösung erst in Versuch 145 gefunden. Diese Hartnäckigkeit ist genau das, was Agenten bisher gefehlt hat.
Für uns Citizen Developer und Indie Maker heißt das: Workflows, die stundenlang autonom laufen — etwa in n8n oder mit eigenen Agenten — werden mit so einem Modell plötzlich bezahlbar.
Was sollte ich beachten?
Bevor du jetzt alles auf M3 umstellst, ein paar ehrliche Einschränkungen.
Die Benchmarks stammen vom Hersteller selbst. MiniMax hat die Methodik zwar ungewöhnlich transparent dokumentiert, aber unabhängige Tests stehen noch aus. Erste Praxisberichte fallen gemischt aus — Benchmark-Werte und Alltagstauglichkeit sind zwei Paar Stiefel.
„Open” ist hier mit Sternchen. Zum Start gibt es das Modell nur über die API. Die Gewichte und der Technical Report sollen innerhalb von 10 Tagen nach Release auf Hugging Face und GitHub erscheinen. Trainingscode und Inferenz-Operatoren bleiben unter Verschluss — voll quelloffen ist das also nicht.
Datenschutz. Wenn du die MiniMax-API nutzt, gehen deine Daten an einen chinesischen Anbieter. Für private Bastelprojekte musst du das selbst bewerten, für Firmendaten in Deutschland ist das mit DSGVO-Brille ein klares Thema. Der Charme an Open Weights: Sobald die Gewichte draußen sind, kannst du das Modell theoretisch komplett lokal oder bei einem europäischen Hoster betreiben — dann verlassen deine Daten nie dein Haus. „Theoretisch”, weil ein Modell dieser Größe ernsthafte Hardware braucht. Das wird eher was für Unternehmen oder gut sortierte Homelab-Besitzer.
Der Rabatt ist befristet. Die 50 Prozent gelten nur 7 Tage ab Launch. Rechne also mit den regulären Preisen, wenn du kalkulierst. Und oberhalb von 512K Input-Token wird ein höherer Long-Context-Tarif fällig (1,20 / 4,80 Dollar).
Fazit & Ausblick
MiniMax M3 ist kein „GPT-Killer” — diese Schlagzeile kannst du getrost ignorieren. Aber es ist ein weiterer Beleg für einen Trend, der sich seit DeepSeek Anfang 2025 immer wiederholt: Der Abstand zwischen offenen Modellen aus China und den geschlossenen US-Flaggschiffen schrumpft auf Monate, manchmal Wochen — bei einem Bruchteil der Kosten.
Und die Pipeline ist voll: Kimi K3 ist für das dritte Quartal angeteasert, Alibaba arbeitet an Qwen 4, DeepSeek V4 ist trotz Verzögerungen unterwegs. Der Preisdruck auf OpenAI, Anthropic und Google wird nicht kleiner.
Mein Plan: Sobald die Gewichte auf Hugging Face liegen, schaue ich mir an, was unabhängige Tests sagen — und ob M3 in einem echten Agenten-Workflow hält, was die Hochglanz-Benchmarks versprechen. Kein Bullshit, nur Signal.
Deine Gedanken dazu:
Würdest du einem chinesischen KI-Anbieter deine Daten über die API anvertrauen — oder ist Self-Hosting für dich die einzige Option?
Was würdest du mit einem Kontextfenster von 1 Million Token anstellen? Dein komplettes Projekt-Repo? Deine gesamte Doku?
Glaubst du, dass offene Modelle die geschlossenen in den nächsten zwei Jahren komplett einholen — oder bleibt immer eine Lücke?
Ein Agent, der 24 Stunden autonom an einem Problem arbeitet: faszinierend oder unheimlich?