今天（1日），MiniMax正式发布了其新一代旗舰大模型MiniMax M3。

　　M3采用全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关键方向，都实现代际突破。

　　新民晚报记者获悉，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。

从底层注意力机制重写百万上下文

　　支撑M3三大能力合一的，是MiniMax自研的稀疏注意力架构 MSA。

　　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做了进一步优化。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。

　　在业内看来，这也是全球大模型竞赛的重要新变量——随着Agent任务复杂度不断提高，“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能力。

　　据了解，M3在智能体编程（Coding&Agentic）能力上明显提升，在涵盖软件工程、终端执行、效率与协议理解等多个维度的国际权威评测中，均达到国际领先水平。

训练数据规模推至100万亿Token量级

　　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计算机使用（Computer Use）任务。

　　M3是一个从Step 0开始进行多模态混合训练的模型。MiniMax在报告中强调，交错数据（Interleaved data）——文本和图像等其他模态在序列中交替自然排列的数据——对模型性能带来的提升，比一般认为的更加关键。在为这些数据重构整套数据管线后，MiniMax已可以将训练数据Token规模提升至100万亿的量级。

　　这意味着模型能力正在从语言理解进一步向真实数字环境延伸。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。

研发人员丢给M3一篇ICLR 2025杰出论文，让它独立复现。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

MiniMax Code迎来重磅更新

　　同日，MiniMax Code也迎来更新：作为专为M3设计、并与M3一起训练的Agent产品，MiniMax Code能够充分发挥M3在长上下文、Coding/Agentic、原生多模态方面的能力，是搭配MiniMax M3的首选Agent。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。

　　商业化方面，MiniMax同步推出Token Plan订阅方案。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。

　　业内人士认为，随着M3发布，MiniMax在全球AI竞赛中的定位正在进一步清晰：以“开源+多能力合一”的前沿模型为差异化定位，填补国内AI生态在这一维度的空白。

　　值得一提的是，MiniMax已在上周向上海证监局提交了上市辅导备案报告，开启A股上市进程，冲刺A股大模型第一股。