MINIMAX-W

智通財經APP獲悉，國內大模型賽道再迎重磅產品發佈。6月1日，國產大模型公司MiniMax(00100)正式發佈新一代通用模型 MiniMax M3。M3採用全新的自研稀疏注意力架構MiniMax Sparse Attention(MSA)，在編程及智能體能力、超長上下文及原生多模態等多個關鍵方向，均實現代際突破。據悉，M3是國內首個同時具備“前沿 Coding 能力、1M超長上下文、原生多模態”三項核心能力的大模型，也是目前全球唯一具備完整能力組合的開源選項。

核心突破：從底層注意力機制重寫百萬上下文

支撐M3三大能力合一的，是其自研的稀疏注意力架構MSA(MiniMax Sparse Attention)。相較傳統全注意力機制，MSA能夠顯著降低長上下文下的計算成本，並將上下文窗口提升至100萬token。這意味着模型在處理長文檔、複雜代碼倉庫、多輪任務協作等場景時，能夠在一次推理中保留更完整的信息鏈路。MiniMax披露，在100萬上下文規模下，M3單token計算量僅為上一代模型的約1/20，推理效率顯著提升。

除模型架構升級外，MiniMax在底層推理算子層面也進行了進一步優化。通過重新設計數據讀取與計算路徑，相關性能較主流開源方案提升4倍以上。

在業內看來，這也是全球大模型競賽的重要新變量。隨着Agent任務複雜度不斷提高，“更長上下文、更穩定記憶、更低成本推理”正在成為決定產品可用性的關鍵能力。

編程和代理：多項指標比肩國際頂級閉源模型

M3在Coding&Agentic能力明顯提升，在涵蓋軟件工程、終端執行、效率與協議理解等多個維度的國際權威評測中，均達到國際領先水平：在衡量Coding能力的SWE-Bench Pro上，MiniMax M3超過GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7。在綜合評估SVG生成性能的基準SVG-Bench上，MiniMax M3超過Opus 4.7。

在多模態測試集OmniDocBench上，MiniMax M3得分超過Gemini 3.1 Pro，在面向自主Agent的端到端評測框架Claw-Eval上，MiniMax M3得到最高分。

據介紹，M3在編程與Agent訓練中創新引入交互式用户模擬器框架——通過模擬真實開發者在協作過程中的行為模式，讓模型在訓練和評測階段就接觸到更接近生產環境的交互場景。業界認為，從代碼開發、研究分析，到跨應用協同執行，Coding&Agentic 能力正逐步成為全球頭部模型的新競爭焦點。此次MiniMax重點強化這一能力，也被外界視為對下一階段AI產品形態的提前佈局。

原生多模態：訓練數據規模推至100萬億Token量級

MiniMax表示，M3從訓練起點便採用文本、圖片、視頻等多模態混合訓練，並在數據規模和訓練管線上進一步擴展。模型不僅支持圖像與視頻理解，也具備桌面操作能力，可在複雜跨應用環境中執行Computer Use任務。

M3是一個從Step 0開始進行多模態混合訓練的模型。MiniMax在報告中強調，Interleaved data(交錯數據)——文本和圖像等其他模態在序列中交替自然排列的數據——對模型性能帶來的提升，比一般認為的更加關鍵。在為這些數據重構整套數據管線後，MiniMax已可以將訓練數據Token規模提升至100萬億的量級。

這意味着模型能力正在從語言理解進一步向真實數字環境延伸。無論是辦公自動化、企業軟件操作，還是更復雜的生產力場景，AI進入實際執行層的速度正在明顯加快。

同源訓練：MiniMax Code 迎重磅更新

同日，MiniMax Code也迎來更新：作為專為M3設計、並與M3一起訓練的Agent產品，MiniMax Code能夠充分發揮M3在長上下文、Coding/Agentic、原生多模態方面的能力，是搭配MiniMax-M3的首選Agent。在長程複雜任務上，MiniMax Code 的 Agent Team 可以將大型任務拆解為多階段、可併發、可動態調整的Workflow，由Agent集羣協作推進。

商業化方面，MiniMax同步推出Token Plan訂閲方案。Plus版每月49元，提供6億token;Max版每月119元，提供18億token;Ultra版每月469元，提供55億token。

業內人士認為，隨着M3發佈，MiniMax在全球AI競賽中的定位正在進一步清晰：它以"開源+多能力合一"的前沿模型為差異化定位，填補國內AI生態在這一維度的空白。

AI產業仍處於高速演進階段，隨着模型能力持續逼近真實工作場景，圍繞Agent的下一輪競爭，已經提前打響。