MiniMax 发布 M3 模型：采用 MSA 架构，支持 100 万 Token 上下文、原生多模态与智能编程

MiniMax 于 2026 年 6 月 1 日正式发布 MiniMax M3 模型。该模型采用全新的 MSA（MiniMax 稀疏注意力）架构，支持 100 万 Token 的上下文窗口，并原生支持图像、视频输入以及桌面电脑操作。API 已上线，可通过 MiniMax Code、MiniMax Token Plan 和 MiniMax API 使用。

M3 是 M2.7 之后的下一代模型。MiniMax 将其定位为首个将前沿编码性能、100 万 Token 上下文窗口与原生多模态输入结合于单一架构的开源权重模型。模型权重和技术报告将在发布后 10 天内公开。

MSA 架构 MSA 通过“KV 外部聚合 Q”的方式，将 KV 缓存分块，每个块只读取一次，内存访问连续。相比全注意力机制，在 100 万 Token 上下文下，每个 Token 的计算量仅为上一代 M2 模型的 1/20，预填充阶段速度提升 9 倍以上，解码阶段速度提升 15 倍以上。与 Flash-Sparse-Attention 等开源实现相比，速度提升超过 4 倍。

编码与智能基准 MiniMax 报告了以下基准测试结果：SWE-Bench Pro 得分 59.0%，超越 GPT-5.5 和 Gemini 3.1 Pro，接近 Opus 4.7；Terminal-Bench 2.1 得分 66.0%；SWE-fficiency 得分 34.8%；KernelBench Hard 得分 28.8%；MCP Atlas 得分 74.2%；Claw-Eval 在评估模型中得分最高；SVG-Bench 超越 Opus 4.7；OmniDocBench 得分高于 Gemini 3.1 Pro；OSWorld-Verified 计算机使用任务完成率达 70.06%。

MiniMax 还构建了交互式用户模拟框架，用于多轮开发者协作训练和评估。

原生多模态 M3 从训练的第一步起就进行混合模态训练，文本、图像和视频同时训练。MiniMax 报告称，交错数据（文本与图像自然混合）对模型性能的影响比通常认为的更关键。训练数据规模达到约 100 万亿 Token。

实际任务示例

• 论文复现：M3 自主运行近 12 小时，复现了 ICLR 2025 最佳论文实验，产生 18 次提交和 23 张实验图。
• CUDA 内核优化：M3 在约 24 小时内优化了 FP8 GEMM 内核，将 Hopper FP8 峰值利用率从 7.6% 提升至 71.3%（9.4 倍加速）。
• PostTrainBench：M3 在 12 小时内自主完成数据合成、训练、评估和迭代，得分为 0.37。

MiniMax Code MiniMax Code 是基于 M3 构建的智能代理产品，支持多智能体团队、生产者+验证者循环和计算机使用。

API 与定价 M3 API 已在 platform.minimax.io 上线。输入长度不超过 512K Token 时按标准费率计费，超过 512K 则按长上下文费率计费。提供思考模式切换。Token Plan 套餐从每月 20 美元（约 17 亿 Token）起。