MiniMax M3

2026年6月1日，MiniMax（稀宇科技）正式发布新一代通用大模型 MiniMax M3。

官方将 M3 定位为国内首个同时具备"前沿 Coding & Agentic 能力、1M 超长上下文、原生多模态"三项核心能力的大模型，也是目前全球唯一在开源条件下同时具备上述完整能力组合的模型。M3 同时提供 API 版本和已开源的模型权重（HuggingFace / GitHub），支持私有集群部署和微调。

此次发布还同步推出 M3-highspeed 版本，输出结果与标准 M3 完全一致，但推理速度更快，适合对延迟敏感的生产场景。

MSA架构是本次升级的技术核心，推理效率相比上代大幅提升

支撑 M3 三大能力的底层是其自研的 MiniMax Sparse Attention（MSA）架构——这也是本次发布最具技术含量的部分。

架构与参数规模

M3 采用 MoE（混合专家）架构，官方公开参数规模为：总参数约 428B，每 token 激活约 23B（256 个精细粒度专家）。

M2 为何用全注意力，M3 为何回归稀疏？

MiniMax 曾在 M1 中使用过 Lightning Attention（线性注意力），但在 M2 代明确放弃，并专门发布了一篇博客《Why Did M2 End Up as a Full Attention Model?》，理由是"efficient attention彼时在生产环境中尚不成熟"。M3 的 MSA 是在工程可行性已验证的前提下，对稀疏注意力路线的重新回归。

MSA 的设计逻辑：GQA + 分块选择

MSA 的核心机制是：在 GQA（Grouped Query Attention）骨干上，通过分块（Block-level）选择真实 KV，而非在压缩空间中操作。

这与 DeepSeek 的 MLA（Multi-head Latent Attention）路线形成差异：MLA 将 KV 压缩至低维潜空间，节省显存但引入精度损失和前缀缓存障碍；MSA 在真实 KV 上执行块选择，保留精度，同时对 Prefix Cache 友好。社区研究者将 M3 的设计概括为"精简版、进阶版的 DeepSeek V4"——相比 V4 的三分支结构（CSA + HSA + 补偿机制），MSA 是更干净的单分支方案。

量化推理效率提升

MiniMax 官方披露，在 100 万 token 上下文规模下：

• M3 单 token 计算量仅为 M2 的约 1/20
• 预填充（prefill）延迟提升 9.7 倍
• 解码（decoding）延迟提升 15.6 倍

编程与 Agent 能力达到国际前沿水平，多个权威评测超越 GPT-5.5 和 Gemini 3.1 Pro

编码与智能体（Agentic）能力是 M3 重点突破的方向，官方公布的核心评测成绩如下：

BrowseComp 83.5 分超越 Opus 4.7（79.3），是开源模型中少见的自主浏览检索能力突破。SWE-Bench Pro 59.0% 的成绩超越 GPT-5.5 和 Gemini 3.1 Pro，达到接近当前最强专有模型 Opus 4.7 的水平。

官方演示：M3 独立复现 ICLR 2025 杰出论文

MiniMax 给 M3 提供一篇 ICLR 2025 杰出论文（Learning Dynamics of LLM Finetuning），要求其独立完成论文复现。M3 连续运行近 12 小时，全程自主产出 18 次 commit 与 23 张实验图表，成功跑通核心实验——展示了多模态理解图表公式、长上下文保留论文+代码+日志、多步 Agent 执行三项能力的协同。

PostTrainBench 评测（让 M3 自己"训"模型）

另一项演示中，M3 被要求在 12 小时内自主完成四个 Base 模型的数据合成、训练、评测、迭代全流程（全程无人干预），最终得分 37.1，全球排名第三，仅次于 Opus 4.7（42.4）和 GPT-5.5（39.3）。

原生多模态从预训练阶段起步，预训练数据规模扩充至百T量级

M3 的多模态并非在语言模型基础上叠加视觉编码器的"后装"方案，而是从第零步开始进行多模态训练（native multimodal），对整个数据管线进行重构，预训练数据规模扩充至百 T 量级（M2.x 为 29.2T tokens），使文本与视觉语义空间高度对齐。

M3 支持图片和视频输入，并具备电脑桌面操作能力（Computer Use）。

在多模态理解评测方面：

• OmniDocBench：M3 得分超过 Gemini 3.1 Pro

上下文窗口最高 1M tokens，API 保障至少 512K 可用

基于 MSA 架构，M3 API 最高支持 1M tokens 上下文窗口，保障至少 512K tokens 可用。M2.x 系列总参数 229.9B，每 token 激活 9.8B，上下文窗口 192K；M3 参数规模升至 428B（激活 23B），在上下文长度上实现代际跨越，同时得益于 MSA 使单 token 计算量降至原来的 1/20，长上下文推理的实际成本大幅下降。

API 定价与开源信息

API 定价（标准版，上下文 ≤ 512K）

（发布起7天内享五折优惠；国际版定价约 $0.60 / $2.40 每百万 input/output tokens）

开源与部署

M3 权重已在 HuggingFace（MiniMaxAI/MiniMax-M3） 和 GitHub（MiniMax-AI/MiniMax-M3） 上完成开源，支持私有集群部署和微调，采用 MiniMax-Modified MIT 许可证（商业使用需获书面授权）。技术报告见 arXiv:2606.13392。

横向背景：M3 在国产开源模型格局中的位置

M3 发布的时间点，国产开源大模型的竞争格局已相当拥挤：Kimi K2.5 以 HumanEval 99.0 领跑代码生成，GLM-5.1 在 Chatbot Arena 保持高位，Qwen 系列在 GPQA Diamond 占据领先。

M3 的差异化定位在于三项能力的同时具备：SWE-Bench Pro 级编程能力 + 1M 超长上下文 + 原生多模态，三者在开源条件下的组合此前尚无先例。MSA 架构在 1M token 规模下的效率优势，也为长上下文的实际商用降低了推理成本门槛。