Qwen 3.7-Max — Benchmarks, Capacités et Cas d'Usage
Qwen 3.7-Max est un modèle d'IA propriétaire d'Alibaba, classé au niveau Frontier avec une fenêtre de contexte de 1 million de tokens. Il est disponible directe...
6 min de lecture
MiniMax M3 est un modèle d’IA frontal de premier plan, développé par MiniMax et publié en juin 2026. En tant que modèle à poids ouverts, ses poids entraînés sont accessibles publiquement — vous pouvez l’auto-héberger, le fine-tuner sur des données propriétaires, ou l’exécuter sur site sans dépendance aux API. La fenêtre de contexte d’un million de tokens est suffisamment grande pour contenir des bases de code entières, de longs documents techniques ou des sessions agentiques étendues sans troncature.
Sur le classement IA FlowHunt, il fait partie des 24 modèles suivis, évalués sur 2 benchmarks. Scores remarquables : 59,0 % sur SWE-bench Pro (#6 sur 9) ; 66,0 % sur Terminal-Bench (#6 sur 8).
MiniMax M3 a été publié le 1er juin 2026 comme une déclaration volontaire : le premier modèle frontal à poids ouverts à égaler les fournisseurs d’API fermés en matière de longueur de contexte (1 million de tokens) et à inclure une compréhension multimodale native. MiniMax a passé trois ans à développer des techniques d’extension de contexte et une infrastructure d’entraînement multimodal pour y parvenir. La publication des poids ouverts de M3 a créé une nouvelle catégorie de modèle — de classe frontalière, multimodal et entièrement auto-hébergeable — qui n’existait auparavant pas. Cette publication a été largement couverte dans les cercles de recherche en IA comme le moment où les modèles à poids ouverts ont comblé la dernière grande lacune de capacité avec les modèles d’API fermés.
Note : Premier poids ouverts : codage frontal + contexte 1M + multimodal natif. Poids en attente.
- Date de sortie
- Juin 2026
- Contexte
- 1M tokens
- Poids
- Ouverts
- Catégorie
- Frontier
- Fournisseur
- MiniMax
MiniMax M3 Benchmark Rankings
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| SWE-bench Pro | 59.0% | 6 of 9 | SR | Multi-language, standardised scaffold |
| Terminal-Bench | 66.0% | 6 of 8 | SR | Agentic Linux terminal task completion |
Detailed Benchmark Scores
SWE-Pro
SR
59.0%
Multi-language, standardised scaffold
Terminal
SR
66.0%
Agentic Linux terminal task completion
MiniMax M3 vs. Frontier Peers
Head-to-head benchmark comparison with other Frontier-tier models. Higher is better for all metrics.
| Benchmark | MiniMax M3 | Claude Opus 4.8 | Claude Opus 4.7 |
|---|---|---|---|
| SWE-Pro | 59.0% | 69.2% | 64.3% |
| Terminal | 66.0% | 74.6% | 66.1% |
About MiniMax
MiniMax est une start-up chinoise d'IA fondée en 2021 par Yan Junjie, qui a précédemment dirigé la recherche en vision par ordinateur chez SenseTime. L'entreprise est soutenue par de grands investisseurs chinois, notamment Hillhouse Capital, Yunqi Partners et Tencent. MiniMax s'est d'abord concentrée sur des applications d'IA destinées aux consommateurs — dont le chatbot Hailuo AI — avant de se lancer dans le développement de modèles fondamentaux. La publication du modèle M3 en juin 2026 a marqué l'entrée de l'entreprise dans le peloton de tête : le premier modèle à poids ouverts à égaler les fournisseurs d'API fermés en matière de longueur de contexte (1 million de jetons) tout en incluant des capacités multimodales natives. MiniMax se positionne comme le laboratoire d'IA chinois le plus convivial pour les développeurs, publiant les poids de ses modèles publiquement avec des licences permissives.
Cas d'utilisation
Pourquoi utiliser MiniMax M3
- Automatisation CLI Agentique
MiniMax M3 atteint 66 % sur Terminal-Bench (#6 sur 8 modèles), ce qui le rend compétent pour les scripts shell courants, les workflows en ligne de commande et les tâches légères d'administration système au sein de pipelines agentiques.
- Déploiements Auto-Hébergés et Privés
MiniMax M3 est à poids ouverts (paramètres MoE (non divulgué)) — ses poids entraînés sont disponibles publiquement pour téléchargement et auto-déploiement. Exécutez-le sur votre propre matériel GPU ou cloud privé pour garantir que les données ne quittent jamais votre environnement, éliminez les coûts d'API par token à grande échelle, ou fine-tunez le modèle sur des ensembles de données propriétaires.
- Analyse de Longs Documents et Bases de Code
Avec une fenêtre de contexte d'un million de tokens, MiniMax M3 peut ingérer des dépôts logiciels entiers, de longs contrats juridiques, des rapports de recherche de la taille d'un livre ou de vastes historiques de conversation en une seule requête — permettant un question-réponse approfondi sur des documents, un raisonnement transversal sur des bases de code et une synthèse complète sans heuristiques de découpage ni pipelines RAG.
Strengths & Limitations
Strengths
- Déploiements auto-hébergés et respectueux de la confidentialité des données (poids ouverts)
- Très longs documents et grandes bases de code (contexte de 1M)
Parcourir le classement complet des modèles d'IA
Comparez les 24 modèles sur 11 benchmarks — triable, sourcé et mis à jour en juin 2026.
Questions fréquemment posées
En savoir plus
Mistral Medium 3 — Benchmarks, capacités et cas d'utilisation
Mistral Medium 3 est un modèle d'IA propriétaire de Mistral, classé au niveau Avancé avec une fenêtre de contexte de 128K tokens. Découvrez les scores de référe...
3 min de lecture
Mistral Large 3 — Benchmarks, Capacités et Cas d'Usage
Mistral Large 3 est un modèle d'IA open-weight de Mistral (41B/675B MoE), classé niveau Advanced avec une fenêtre de contexte de 256K tokens. Il est disponible ...
4 min de lecture