MiniMax 发布 M3：1M 上下文、原生多模态的开源权重模型
MiniMax 官网发布 M3 模型，主打编程与智能体能力，采用自研 MiniMax Sparse Attention 架构，API 支持最高 1M tokens 上下文窗口，并称其为首个同时具备前沿编程、百万级上下文与多模态三项能力的开放权重模型。
核心事实
据 MiniMax 官网模型页面信息，该公司发布新一代大模型 MiniMax M3，定位为「编程与智能体前沿」，采用自研的 MiniMax Sparse Attention（MSA）架构。页面称，M3 API 支持最高 1M tokens 的上下文窗口，并保证最低 512K tokens；该长上下文被描述为长程智能体任务、长程编程与长视频理解的基础设施。
官网同时称 M3 为原生多模态模型，其数据管线经过重建以扩展预训练数据，从训练第一步即引入多模态，使文本与视觉语义空间深度对齐。页面还称 M3 是首个同时具备前沿编程能力、百万级上下文与多模态三项能力的开放权重模型。
背景与影响
官网给出的基准测试信息显示，M3 在 BrowseComp 上得分 83.5，高于 Opus 4.7 的 79.3。页面还列举了三项自主任务演示：独立复现一篇 ICLR 2025 杰出论文，连续运行近 12 小时，产出 18 次提交与 23 张实验图；在 NVIDIA Hopper GPU 上优化 FP8 GEMM 内核，约 24 小时内完成 147 次基准提交与 1,959 次工具调用，硬件峰值利用率从 7.6% 提升至 71.3%，即 9.4 倍加速；以及在 PostTrainBench 中自主完成四个基座模型的完整后训练流程，得分 37.1，位列第三。
接入方式方面，官网列出 API 集成（模型标识为 MiniMax-M3，称自动支持缓存）、面向 AI 编程工具的 M Plan 订阅、开放平台集成，以及基于 M3 的通用智能体平台 MiniMax Code。官网还表示 M3 将很快在 HuggingFace 与 GitHub 全面开源，支持私有集群部署与微调。
限制与来源
上述性能数据、基准得分与任务演示均来自 MiniMax 官方页面，尚未见独立第三方复现验证。开源时间、可用地区、定价与具体功能支持情况以官网当前信息为准；M Plan 价格页面称「价格不变、性能显著提升」，但未给出具体金额。本文不构成任何投资或采购建议。