MiniMax ist ein chinesisches KI-Unternehmen aus Shanghai, gegründet im Dezember 2021, das multimodale Modelle für Text, Bild, Video, Sprache und Musik entwickelt. Bekannt ist es für sein aktuelles Sprachmodell M3 und für die Consumer-Apps Hailuo (Video) und Talkie (KI-Begleiter-Chat), zusammen mit über 200 Millionen Nutzer:innen weltweit.
Sprachmodell: MiniMax M3, veröffentlicht am 1. Juni 2026, ist ein Open-Weight-Modell mit rund 428 Milliarden Parametern (davon etwa 23 Milliarden aktiv, Mixture-of-Experts) und nativer Multimodalität: Es verarbeitet Text, Bild und Video als Eingabe bei einem Kontextfenster von bis zu 1 Million Token. Bei Coding-Benchmarks wie SWE-Bench Pro liegt es vor GPT-5.5. Die Preise starten bei 0,30 US-Dollar Eingabe und 1,20 US-Dollar Ausgabe pro Million Token bis 512.000 Token Kontext, danach 0,60/2,40 US-Dollar. (Stand: September 2026, Quelle: minimax.io)
Audio und Video: Die Sprachsynthese von MiniMax zählt zu den besten aus China, mit Voice Cloning bereits nach wenigen Sekunden Audiomaterial. Das Videomodell Hailuo, aktuell in Version 2.3, konkurriert mit westlichen Anbietern wie Google Veo.
Für Unternehmen: MiniMax lohnt den Blick, wenn Multimodalität und Preis gleichzeitig zählen, etwa für Voice-Anwendungen oder automatisierte Content-Produktion. M3 ist Open Weight, du kannst also entweder die offizielle API nutzen oder das Modell auf eigener oder europäischer Infrastruktur betreiben. Wie bei allen chinesischen Anbietern lohnt vorher ein Blick auf die Datenflüsse der offiziellen API.
🔗 Verwandte Begriffe:
Multimodalität, Sprachsynthese, Voice Cloning, DeepSeek, Kling
Dieser Beitrag wurde mit Hilfe einer KI ausformuliert, von mir geprüft, verantwortet und veröffentlicht.
Änderungshistorie: