MiniMax M3 搭载全新稀疏注意力架构MSA，支持1M上下文窗口，Coding能力超过GPT-5.5，国内首个齐备前沿三大能力的模型
MiniMax M3 搭载全新稀疏注意力架构MSA，支持1M上下文窗口，Coding能力超过GPT-5.5，国内首个齐备前沿三大能力的模型
MiniMax M3 今日正式发布。这款模型在编程和 Agent 任务上达到前沿水平，搭载全新稀疏注意力架构 MSA（MiniMax Sparse Attention），最高支持 1M 超长上下文，同时是原生多模态模型，支持图片和视频输入并能操作电脑桌面。
M3 是国内第一个同时具备前沿 Coding 能力、超长上下文和原生多模态这三大要素的模型。
MiniMax M3 在多个基准测试中的表现
在衡量 Coding 能力的国际权威评测中，M3 达到国际领先水平：
M3 在 Agent 端到端评测框架 Claw-Eval 上也得到最高分。
MSA 是 MiniMax 自研的稀疏注意力架构，解决了全注意力机制计算复杂度平方级增长的问题。它的核心优势：
MSA 与其他稀疏注意力方案的速度对比
在 100 万上下文下，M3 每 token 计算量仅为上代模型的 1/20。Prefilling 阶段加速超过 9 倍，Decoding 阶段加速超过 15 倍。
M3 从 Step 0 开始进行多模态混合训练，不是后接视觉编码器，而是让不同模态数据的语义空间天然融合。训练数据中的 Interleaved data（交错数据）对性能提升尤为关键，训练 Token 规模已提升至 100 万亿量级。
MiniMax 团队给 M3 丢了一篇 ICLR 2025 Outstanding Paper Award 获奖论文——Learning Dynamics of LLM Finetuning，让它独立复现。
M3 自主运行了接近 12 小时，全程无人干预，最终：
这个测试同时调动了 M3 的三大能力：1M 超长上下文（读完整篇论文）、顶级编程能力（写实验代码）、原生多模态（生成和解读实验图表）。
你可以在以下平台第一时间体验 MiniMax M3：
M3 在 Coding 能力上的提升不仅靠 Benchmark 训练。MiniMax 构建了交互式用户模拟器框架，模拟真实开发者在协作过程中的行为模式：
这让 Agent 不再只是被动执行指令，而是能够主动与用户协同完成任务。下一代 Agent Coding 比的不仅是代码生成，更是长期协作能力和人与 Agent 的协同效率。
