Als KI-Beratungsunternehmen aus Rosenheim unterstützen wir Unternehmen in Deutschland, Österreich und der Schweiz bei der DSGVO-konformen Integration von Open-Weight-Modellen wie MiniMax-M3.1-Flash und MiniMax-M3. Durch Self-Hosting in EU-Rechenzentren lassen sich die Modelle datenschutzkonform für agentische Workflows und Long-Context-Tasks einsetzen. Stand dieser Übersicht: Oktober 2026.
Aktuelle Modelle im Überblick
| Modell | Veröffentlichung | Kontext | Parameter (gesamt / aktiv) | Eingabe | Lizenz |
|---|---|---|---|---|---|
| MiniMax-M3.1-Flash | 19. Oktober 2026 | 1 Mio. Token | ~428 Mrd. / 23 Mrd. | Text, Bild, Video | MiniMax Community License |
| MiniMax-M3 | 1. Juni 2026 | 1 Mio. Token | ~428 Mrd. / ~23 Mrd. | Text, Bild, Video | MiniMax Community License |
| MiniMax-H3 (Video) | 31. Juli 2026 | – | 33 Mrd. (H3-Base, dicht) | Text, Bild, Video, Audio | MiniMax H3 Community License (EU ausgeschlossen) |
Alle Benchmark-Angaben auf dieser Seite sind Herstellerangaben von MiniMax, sofern nicht anders vermerkt.
MiniMax-M3.1-Flash
Am 19. Oktober 2026 hat MiniMax M3.1 Flash veröffentlicht – zunächst über die MiniMax-API, den M Plan und MiniMax Code. Die Gewichte stehen inzwischen auf Hugging Face (MiniMaxAI/MiniMax-M3.1-Flash) bereit. Das Modell baut auf M3 auf und behält dessen Mixture-of-Experts-Architektur mit rund 428 Mrd. Parametern, von denen 23 Mrd. pro Token aktiv sind. Laut Modellkarte unterscheidet es sich in drei Punkten von M3:
- Sparse Attention in allen Layern: Die ersten drei Full-Attention-Layer von M3 wurden durch MSA ersetzt.
- Quantization-Aware-Training: Die gerouteten Experten und die Attention-Pfade werden schon im Training quantisiert, was Speicherbedarf und Serving-Kosten senkt.
- DSpark-Speculative-Decoding: Der Draft-Head wird mitgeliefert und ersetzt den bisherigen MTP-Ansatz.
MiniMax nennt unter anderem DeepSWE v1.1 73,7 %, BankerToolBench 76,2, OSWorld 2.0 61,7, Agents’ Last Exam 29,6 und CyberGym 82,2. Die Ausgabegeschwindigkeit liegt laut MiniMax im Alltag bei über 200 Token/s, im Median bei über 170 Token/s. Die Denktiefe lässt sich über effort bzw. reasoning_effort in fünf Stufen steuern (low, medium, high, xhigh, max; Standard max). Eine Pro-Variante der M3.1-Reihe hat MiniMax angekündigt, aber noch nicht veröffentlicht.
MiniMax-M3
MiniMax hat am 1. Juni 2026 MiniMax-M3 vorgestellt. Das Modell vereint Coding- und Agenten-Fähigkeiten, ein Kontextfenster von 1 Mio. Token und native Multimodalität (Bild- und Video-Verständnis); MiniMax garantiert in der API mindestens 512k Token Kontext.
- MSA-Architektur (MiniMax Sparse Attention): Laut MiniMax sinkt die Per-Token-Compute bei 1 Mio. Token Kontext auf 1/20 des Vorgängers; Prefill ist mehr als 9×, Decoding mehr als 15× schneller.
- Native Multimodalität: M3 wurde laut MiniMax vom ersten Trainingsschritt an mit gemischten Modalitäten trainiert und versteht Text, Bilder und Videos in einem Modell – nützlich für Coding mit UI-Screenshots und für Dokumentenverarbeitung.
- Coding-Benchmarks (laut MiniMax): SWE-Bench Pro 59,0 %, Terminal-Bench 2.1 66,0 %, MCP Atlas 74,2 %.
- Reasoning: wählbar über den Parameter
thinking(enabled,adaptive,disabled).
Die Gewichte liegen auf Hugging Face als MiniMaxAI/MiniMax-M3 (BF16) und MiniMaxAI/MiniMax-M3-MXFP8. Seit M3.1 Flash verfügbar ist, ist M3 bei Preis und Effizienz nicht mehr die erste Wahl, bleibt aber in der API verfügbar.
MiniMax-H3 (Video)
MiniMax-H3 (31. Juli 2026) ist ein omni-modales Videomodell, das Text, Bild, Video und Audio als gemeinsamen Kontext verarbeitet und Videos mit nativem Stereo-Ton erzeugt. Die offenen H3-Base-Gewichte liefern 768p; die volle 2K-Qualität bleibt an die gehosteten Module gebunden. Die MiniMax H3 Community License schließt die EU, das Vereinigte Königreich, Südkorea und die USA vom Lizenzgebiet aus. Ein lokaler Betrieb in der EU ist damit nur mit gesonderter Lizenz von MiniMax möglich.
Preise
Listenpreise der internationalen MiniMax-API je 1 Mio. Token (USD):
| Modell | Input | Output | Cache-Read |
|---|---|---|---|
| MiniMax-M3.1-Flash | 0,15 | 0,60 | 0,015 |
| MiniMax-M3 (bis 512k Input-Token) | 0,30 | 1,20 | 0,06 |
| MiniMax-M3 (über 512k Input-Token) | 0,60 | 2,40 | 0,12 |
Für M3 weist MiniMax die Preise als dauerhaften Rabatt von 50 % auf die ursprünglichen Listenpreise aus (0,60 / 2,40 USD bis 512k bzw. 1,20 / 4,80 USD darüber). Der Priority-Tier (service_tier: priority) kostet das 1,5-fache des Standardpreises. Für M3.1 Flash gibt MiniMax einen einheitlichen Preis ohne Staffelung an. Drittanbieter und Cloud-Plattformen kalkulieren eigenständig.
Preise laut Anbieter, Stand Oktober 2026.
Lizenz
M3.1 Flash und M3 stehen nicht unter MIT, sondern unter der eigens formulierten MiniMax Community License. Laut LICENSE-Datei im jeweiligen Hugging-Face-Repository ist die nicht-kommerzielle Nutzung frei. Bei jeder kommerziellen Nutzung ist eine sichtbare Attribution erforderlich („Built with MiniMax M3.1-Flash“ bzw. „Built with MiniMax M3“). Überschreiten die damit erzielten Produkte oder Dienste 20 Mio. US-Dollar Jahresumsatz, ist vorab eine schriftliche Genehmigung von MiniMax einzuholen; unterhalb dieser Schwelle genügt eine einmalige Meldung per E-Mail. Für den typischen Einsatz im DACH-Mittelstand ist die Umsatzschwelle meist nicht einschlägig, die Attributions- und Meldepflicht gilt aber unabhängig vom Umsatz und sollte vor dem Rollout geprüft werden.
M2.7 steht unter einer Non-Commercial License nach MIT-Vorbild (LICENSE-Datei auf Hugging Face, MiniMaxAI/MiniMax-M2.7): Private Nutzung, Forschung und nicht-kommerzielle Zwecke sind frei, jede kommerzielle Nutzung – ohne Umsatzschwelle – erfordert eine vorherige schriftliche Genehmigung durch MiniMax sowie die Attribution „Built with MiniMax M2.7“.
M2, M2.1 und M2.5 stehen laut Hugging-Face-Modellkarten unter einer Modified-MIT-Lizenz. Wer kommerziell ohne gesonderte Genehmigung von MiniMax arbeiten möchte, sollte den jeweiligen Lizenztext vorab prüfen lassen.
Verfügbarkeit in der EU und DSGVO
| Modell | MiniMax-API (Speicherung USA) | AWS Bedrock | Microsoft Foundry | Google Agent Platform | Self-Hosting |
|---|---|---|---|---|---|
| MiniMax-M3.1-Flash | ja | nicht gelistet | nicht gelistet | nicht gelistet | ja |
| MiniMax-M3 | ja | nicht gelistet | über Fireworks AI (Global Standard) | nicht gelistet | ja (laut MiniMax experimentell) |
| MiniMax-M2.7 | bis 18.11.2026, keine Neukunden | nicht gelistet | nicht gelistet | nicht gelistet | ja (Non-Commercial License) |
| MiniMax-M2.5 | bis 18.11.2026, keine Neukunden | ja, In-Region u. a. Frankfurt, Irland, Stockholm | nicht gelistet | nicht gelistet | ja |
| MiniMax-M2 | abgeschaltet | Legacy bis 30.03.2027, In-Region | nicht gelistet | abgeschaltet am 21.10.2026 | ja |
Wer verarbeitet die Daten?
Die internationale Plattform (platform.minimax.io, api.minimax.io) betreibt laut Datenschutzerklärung (Stand 30. März 2026) die Nanonoble Pte. Ltd. mit Sitz in Singapur als Verantwortliche. Die personenbezogenen Daten werden laut Policy in einem Rechenzentrum in den USA gespeichert. MiniMax verweist dabei auf einen nach dem EU-US Data Privacy Framework zertifizierten Cloud-Anbieter und auf Standardvertragsklauseln für Übermittlungen an Konzerngesellschaften und Dritte. Für die chinesische Plattform (platform.minimaxi.com) gelten eigene Bedingungen.
Für Singapur besteht kein Angemessenheitsbeschluss der EU-Kommission. Wer die API mit personenbezogenen Daten nutzt, braucht deshalb eine Prüfung nach Art. 44 ff. DSGVO: Vertragspartner in Singapur, Speicherung in den USA, Standardvertragsklauseln, ein Transfer Impact Assessment und ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO. Wie sich die DPF-Zertifizierung des Cloud-Anbieters auf diese Übermittlungskette auswirkt, ist im Einzelfall zu bewerten.
Hinweis: Diese Einordnung ist eine sachliche Zusammenfassung und keine Rechtsberatung. Ob ein konkreter Einsatz zulässig ist, hängt von Rolle, Datenkategorien, Vertragsgestaltung und Schutzmaßnahmen im Einzelfall ab.
Wege für den EU-Einsatz
- Self-Hosting: Volle Datenkontrolle auf eigener Hardware oder auf GPU-Instanzen in EU-Regionen der Hyperscaler (z. B. AWS Frankfurt und Irland, Azure West Europe und Germany West Central, Google Cloud Frankfurt und Belgien) sowie im eigenen Rechenzentrum.
- AWS Bedrock führt MiniMax M2, M2.1 und M2.5 als native Modelle. Laut AWS-Modellkarten ist ausschließlich In-Region-Inferenz verfügbar (kein Geo- oder Global-Cross-Region-Routing) – darunter eu-central-1 (Frankfurt), eu-west-1 (Irland), eu-south-1 (Mailand) und eu-north-1 (Stockholm); eu-west-2 (London) liegt im Vereinigten Königreich. M2.5 ist aktiv, M2 und M2.1 stehen im Legacy-Status mit Abschaltung am 30. März 2027. M2.7, M3 und M3.1 Flash sind auf Bedrock nicht gelistet.
- Microsoft Foundry führt MiniMax M3 als Angebot von Fireworks on Foundry (Pay-per-Token als Global Standard). Laut Microsoft werden die Daten dabei mit Fireworks AI geteilt, Data Zones gibt es nur für die USA, und Fireworks on Foundry ist derzeit von den Zusagen der EU Data Boundary ausgenommen.
- Google Agent Platform: Den MaaS-Endpunkt für MiniMax M2 hat Google am 21. Oktober 2026 abgeschaltet; laut Google sind alle MiniMax-MaaS-Endpunkte abgekündigt oder abgeschaltet. Möglich bleibt das Eigen-Deployment aus Model Garden.
- Weitere Inferenzanbieter: Together AI, Fireworks AI, OpenRouter. Regionen, Retention und Konditionen direkt beim Anbieter prüfen.
Hardware für Self-Hosting
Bei MoE-Modellen müssen alle Expertengewichte geladen werden – 23 Mrd. aktive Parameter bedeuten nicht, dass nur dafür Speicher nötig ist.
- MiniMax-M3: Laut MiniMax-Dokumentation ist das Self-Hosting noch experimentell (SGLang-Entwicklungs-Image). Referenz ist ein Knoten mit 8× NVIDIA B200 und den MXFP8-Gewichten (rund 444 GB); validiert sind außerdem u. a. 4× B300 mit MXFP8 und 8× H200 mit BF16-Gewichten (rund 854 GB).
- MiniMax-M3.1-Flash: Die quantisiert trainierten Gewichte sind deutlich kleiner als bei M3. MiniMax stellt Rezepte für SGLang, vLLM und TokenSpeed bereit, nennt in der Modellkarte aber keine Referenz-Hardware.
- MiniMax-M2.7: laut MiniMax vier GPUs mit viel Speicher (Tensor-Parallelität 4), ohne offiziellen Mindestwert.
Migration und Breaking Changes
- M2.5 und M2.7 auf M3.1 Flash: Seit 19. Oktober 2026 nimmt MiniMax für beide Modellfamilien keine Neukunden mehr an, am 18. November 2026 werden sie abgeschaltet; danach schlagen API-Aufrufe fehl. Im M Plan und im Token Plan leitet MiniMax Anfragen an M2.5 und M2.7 seit 19. Oktober 2026 automatisch auf M3.1 Flash um, die bisherigen Modellnamen funktionieren dort weiter.
- Reasoning: M3.1 Flash denkt standardmäßig mit Stufe
max; die Tiefe wird übereffortbzw.reasoning_effortgesteuert. Im OpenAI-kompatiblen Protokoll kommen die Denkinhalte getrennt inreasoning_content. M3 nutzt stattdessen den Parameterthinking(enabled,adaptive,disabled). - Cloud-Plattformen: Auf AWS Bedrock enden M2 und M2.1 am 30. März 2027; der Google-MaaS-Endpunkt für M2 ist seit 21. Oktober 2026 abgeschaltet.
Modell-Lebenszyklus
| Modell | Veröffentlichung | Status in der MiniMax-API | Weitere Plattformen |
|---|---|---|---|
| MiniMax-M3.1-Flash | 19. Oktober 2026 | aktuell | – |
| MiniMax-M3 | 1. Juni 2026 | verfügbar | Microsoft Foundry (Fireworks) |
| MiniMax-M2.7, M2.7-highspeed | 18. März 2026 | keine Neukunden seit 19.10.2026, Abschaltung am 18.11.2026 | – |
| MiniMax-M2.5, M2.5-highspeed | Februar 2026 | keine Neukunden seit 19.10.2026, Abschaltung am 18.11.2026 | AWS Bedrock aktiv |
| MiniMax-M2.1 | 22. Dezember 2025 | abgeschaltet | AWS Bedrock Legacy bis 30.03.2027 |
| MiniMax-M2 | 27. Oktober 2025 | abgeschaltet | AWS Bedrock Legacy bis 30.03.2027; Google MaaS abgeschaltet am 21.10.2026 |
Die Gewichte von M2, M2.1, M2.5 und M2.7 bleiben auf Hugging Face (MiniMaxAI) für den Eigenbetrieb verfügbar.
Lokal oder Cloud? Kosten berechnen
Für agentische Coding-Workloads lohnt sich oft eine genaue Kostenkalkulation zwischen API-Nutzung und Self-Hosting. Mit dem Lokal-vs-Cloud-KI-Inferenz-Rechner von ai-prices.eu können Sie Hardware-, Strom- und Betriebskosten gegen Cloud-API-Preise gegenrechnen und den Break-Even-Punkt für Ihre Workload bestimmen.
Unsere Empfehlung
Für neue Projekte: MiniMax-M3.1-Flash im Self-Hosting in der EU. Es ist neuer und günstiger als M3, bringt kleinere Gewichtsdateien mit und behält 1 Mio. Token Kontext sowie Bild- und Videoeingabe. Die Attributions- und Meldepflichten der MiniMax Community License sollten vor dem Rollout geprüft werden.
Für bestehende M3-Setups: M3 bleibt in der API verfügbar. Ein Wechsel auf M3.1 Flash lohnt sich vor allem wegen Preis und Hardwarebedarf; das Self-Hosting von M3 stuft MiniMax selbst noch als experimentell ein.
Auf AWS mit fester EU-Region: MiniMax-M2.5 über Bedrock In-Region (z. B. Frankfurt, Irland, Stockholm) unter Modified-MIT-Lizenz – eine ältere, reine Text-Generation. M2 und M2.1 laufen dort nur noch bis 30. März 2027.
Bestandsnutzer von M2.5 und M2.7 in der MiniMax-API sollten die Migration vor dem 18. November 2026 abschließen.
Nicht empfohlen für personenbezogene oder vertrauliche Daten: die direkte MiniMax-API ohne Prüfung nach Art. 44 ff. DSGVO (Vertragspartner in Singapur, Speicherung in den USA) sowie Fireworks on Foundry, solange es von der EU Data Boundary ausgenommen ist.
Wir unterstützen Sie bei:
- Infrastruktur-Planung und Hardware-Dimensionierung (insb. für 1M-Kontext-Workloads)
- Deployment, Quantisierung und Optimierung
- Integration in bestehende Agent-Frameworks
- Compliance-konforme Nutzung in CompanyGPT
- Fine-Tuning für spezifische Anwendungsfälle
MiniMax-M3.1-Flash und M3 verbinden 1 Mio. Token Kontext, offene Gewichte und native Multimodalität – vorausgesetzt, Infrastruktur- und Lizenzfragen sind geklärt.
