Problem
I måneder har de kapaciteter, der interesserer seriøse agentiske teams mest, primært levet i lukkede modeller: meget lang kontekst, indbygget multimodalitet og evnen til at operere værktøjer eller desktop.
Det skaber en kendt afhængighed. Hvis du vil have disse workflows, accepterer du mindre kontrol over deployment, tuning, omkostninger og portabilitet.
Problemet er ikke kun adgang til modellen. Det er indgangstærsklen for at bygge lange systemer med reel autonomi.
Tese
MiniMax M3 er vigtig, fordi den sænker denne tærskel.
Ikke på grund af “endnu en konkurrencedygtig open model”, men på grund af den konkrete kombination:
- 1M kontekst
- indbygget multimodalitet
- desktop-kontrol
- åbne vægte
Den operationelle læsning er enkel: noget af det, der tidligere tvang dig til at leje lukket frontier, begynder at kunne deployeres med mere kontrol.
Framework
Når en open-weight-model bliver interessant for lange agenter, opfylder den normalt fire betingelser:
- Kapacitet: løser reelle coding- og tool use-opgaver.
- Kontekst: håndterer lange inputs uden at gøre omkostningerne uholdbare.
- Overflade: ser tekst, billede, video eller rigtige interfaces.
- Kontrol: du kan self-hoste, instrumentere og tilpasse.
Minicase: et team ønsker en agent, der gennemgår en stor kodebase, læser skærmbilleder, slår dokumentation op og opererer en del af et fjernskrivebord. Hvis alt det kræver lukket frontier, formes designet af udbyderens pris og politik. Hvis modellen findes i åbne vægte, flytter samtalen sig mod infrastruktur, evaluering og sikkerhed.
Målbart signal: andel af lange workflows, der allerede kan afprøves med en åben model uden at miste den nødvendige minimumskapacitet.
Hvorfor det er vigtigt nu
MiniMax udgav MiniMax M3 den 1. juni 2026 og beskrev den som en open-weight-model med 1M kontekst takket være MiniMax Sparse Attention, indbygget multimodalitet for billede og video samt evnen til at operere en computer. Virksomheden selv hævder, at det er den første open-weight-model, der samler disse tre dele i ét samlet tilbud.
Dets officielle GitHub-repository tilføjer en vigtig detalje: M3 sigter direkte mod coding og agentisk arbejde, med publicerede metrics i SWE-Bench Pro, Terminal-Bench, SWE-fficiency og MCP Atlas.
BRTHLS’ signal er ikke, at lukkede modeller ikke længere er nødvendige. Det er, at minimumsbunden for at bygge lange agenter med mere kontrol er hævet.
Anti-eksempel
“Den har 1M kontekst, så jeg kan bare fylde alt i.”
Nej. Lang kontekst erstatter ikke udvælgelse, tilladelser, evaluering eller arkitektur. En åben model med mere kapacitet kan også producere mere omkostning, mere støj og mere fejlflade, hvis den bruges som universel losseplads.
Protokol (3 trin)
- Test komplette workflows. Ikke kun benchmarks eller visuelle demoer.
- Adskil kapacitet fra deployment. En nyttig åben model ændrer arkitektur, ikke kun indkøb.
- Mål effektiv kontekst. Lang betyder ikke automatisk bedre.
| Lag | Spørgsmål | Risiko hvis det mangler |
|---|---|---|
| kapacitet | løser det reelle arbejde | tomt benchmark |
| kontekst | bruger lange inputs godt | omkostning uden forbedring |
| overflade | ser og handler hvor det kræves | mutileret agent |
| kontrol | du kan reelt drive den | falsk suverænitet |
Relateret
- Kimi K2.7 Code: når en coding-model holder op med at sælge overthinking
- Lokal AI i 2026: debatten handler ikke længere om privatliv, men om perimeter, omkostning og latenstid
- Context Budgeting: spar tokens uden at gøre agenten blind
Konsulterede kilder
- MiniMax M3: Frontier Coding, 1M kontekst, indbygget multimodalitet
- MiniMax-AI/MiniMax-M3
- MiniMax-AI/MSA
Næste skridt
Vælg et langt workflow, som du i dag kun tør køre hos en lukket udbyder. Omformuler det med en åben model, og mål hvor meget af blokeringen der var teknisk, og hvor meget der var vane.
Oversat fra den spanske original med AI-hjælp og gennemset for nøjagtighed. Læs originalen på spansk.