图片由AI生成

6月1日，国产大模型公司MiniMax正式发布新一代通用模型MiniMax M3。M3采用新的自研稀疏注意力架构MiniMax Sparse Attention（MSA），在编程及智能体能力、超长上下文及原生多模态等多个方向，实现代际突破。

MiniMax表示，M3是国内首个同时具备“前沿Coding能力、1M超长上下文、原生多模态”三项核心能力的大模型，也是目前全球唯一具备完整能力组合的开源选项。

相较传统全注意力机制，MSA能够显著降低长上下文下的计算成本，并将上下文窗口提升至100万token。这意味着，模型在处理长文档、复杂代码仓库、多轮任务协作等场景时，能够在一次推理中保留更完整的信息链路。

MiniMax自研稀疏注意力架构MiniMax Sparse Attention（MSA），图片来源：MiniMax

MiniMax披露，在100万上下文规模下，M3单token计算量仅为上一代模型的约1/20，推理效率显著提升。

除模型架构升级外，MiniMax在底层推理算子层面也进行了进一步优化。通过重新设计数据读取与计算路径，相关性能较主流开源方案提升4倍以上。

随着Agent任务复杂度不断提高，全球大模型竞赛面临新的变量，“更长上下文、更稳定记忆、更低成本推理”正在成为决定产品可用性的关键。

M3在Coding&Agentic的能力上也做了提升。在衡量Coding能力的SWE-Bench Pro 上，MiniMax M3超过GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7。在综合评估SVG 生成性能的基准SVG-Bench 上，MiniMax M3超过Opus 4.7。

在多模态测试集OmniDocBench 上，MiniMax M3得分超过Gemini 3.1 Pro，在面向自主 Agent的端到端评测框架Claw-Eval 上，MiniMax M3得到最高分。

这主要是M3在编程与Agent训练中创新引入交互式用户模拟器框架——通过模拟真实开发者在协作过程中的行为模式，让模型在训练和评测阶段就接触到更接近生产环境的交互场景。

MiniMax表示，M3从训练起点便采用文本、图片、视频等多模态混合训练，并在数据规模和训练管线上进一步扩展。模型不仅支持图像与视频理解，也具备桌面操作能力，可在复杂跨应用环境中执行Computer Use任务。

无论是办公自动化、企业软件操作，还是更复杂的生产力场景，AI进入实际执行层的速度正在明显加快。

同日，MiniMax Code也迎来更新。这是一款专为M3设计，并与M3一起训练的Agent产品。在长程复杂任务上，MiniMax Code的Agent Team可以将大型任务拆解为多阶段、可并发、可动态调整的Workflow，由Agent集群协作推进。

M3的出现是对闭源力量的一次挑战。事实上，闭源模型（如OpenAI、Google、Anthropic的旗舰模型）垄断着全球最顶尖的逻辑推理、复杂编程和多模态代理能力。MiniMax M3用“开源+全能”的差异化的定位，核心是在抢占那些对数据隐私极其敏感，同时又对智能体性能要求极高的企业级核心客群。

在商业化方面，MiniMax同步推出Token Plan订阅方案也颇具价格优势，将使用成本拉入了“百元时代”，试图通过极致性价比抢占全球开发者生态。目前，Plus版每月49元，提供6亿token；Max版每月119元，提供18亿token；Ultra版每月469元，提供55亿token。（本文首发于钛媒体APP，作者｜李程程，编辑｜杨林）