6 月 1 日，MiniMax 正式发布旗舰模型 M3，在编程、Agent、多模态三维度同时达到前沿水准。这是国内首个同时集齐编程超 GPT-5.5、1M 超长上下文、原生多模态能力的模型，也是目前唯一满足这三项要素的开源模型。
MSA 架构：从注意力机制突破上下文瓶颈
M3 的核心变化来自底层注意力机制。MiniMax 提出了全新的稀疏注意力架构 MSA（MiniMax Sparse Attention），以解决全注意力机制计算复杂度平方级增长的固有瓶颈。
与 DSA、MoBA 等方案相比，MSA 能更精确地为 KV 分块，实现更高的有效上下文覆盖。同时在算子层采用 KV 块外层聚合策略，每块只读一次、访存连续，在 M3 的 head 配比下，计算访存比显著优于 Flash-Sparse-Attention 和 FlashMoBA，实测快 4 倍以上。
这组设计使 M3 支持 1M 上下文窗口。在 100 万上下文下，M3 每 token 计算量仅为此前模型的 1/20，prefilling 阶段加速超 9 倍，decoding 阶段加速超 15 倍，且多项对照实验中 MSA 的能力与全注意力基本持平。
编程与 Agent：多维度评测领先
Coding 和 Agent 能力是 M3 本轮重点提升方向。在多个国际权威评测中，M3 取得领先成绩：
- SWE-Bench Pro：59.0%（超过 GPT-5.5 和 Gemini 3.1 Pro，接近 Opus 4.7）
MiniMax 同时构建了交互式用户模拟器框架，通过模拟真实开发者在协作过程中的需求补充、方案讨论、反馈修正和连续任务切换等行为，让模型在训练阶段就接触到更接近生产环境的交互场景，缩小 Benchmark 与真实使用体验的差距。
原生多模态：从 Step 0 开始混合训练
M3 从训练第一步开始就采用多模态混合训练方案。MiniMax 表示，交错数据（Interleaved data）对模型性能的提升比预期更关键。在重构数据管线后，M3 的训练数据 Token 规模已提升至 100 万亿量级。
在 OmniDocBench 多模态测试集上，M3 得分超过 Gemini 3.1 Pro；在面向自主 Agent 的端到端评测 Claw-Eval 上，M3 获得最高分。
实际任务检验：论文复现、算子优化、模型训练
MiniMax 用三个高难度任务验证了 M3 的综合能力。
在 ICLR 2025 获奖论文复现任务中，M3 自主运行近 12 小时，产出 18 次 commit 和 23 张实验图表，成功吻合 SFT 阶段的预测概率变化趋势，观测到 DPO 的 squeezing 效应，并验证了论文提出的 Extend 缓解方法。
在 CUDA 算子优化任务中，M3 从一份无法直接运行的 Triton 骨架出发，经过约 24 小时连续执行、147 次 benchmark 提交、1959 次工具调用，将 Hopper FP8 硬件峰值利用率从 7.6% 推进至 71.3%，实现 9.4 倍加速。值得注意的是，除 Opus 4.7 和 M3 外，其余模型均在前 30 次提交内主动退出，而 M3 的最优解出现在第 145 次提交。
在 PostTrainBench 上，M3 被要求在 12 小时内让四个仅完成预训练的 Base 模型在数学推理、工具调用、科学推理等任务上具备基本能力，全程无人干预。M3 得分 0.37，仅次于 Opus 4.7（0.42）和 GPT-5.5（0.39），明显领先其他模型。
定价与可用性
M3 即日起通过 MiniMax Code、Token Plan 和 API 提供服务。
Token Plan 分为三档：Plus ¥49/月（6 亿 token）、Max ¥119/月（18 亿 token）、Ultra ¥469/月（55 亿 token），官方称同等价格下约为 Claude 订阅的 15 倍用量。老用户原套餐价格保留。 API 按上下文长度分档计价，支持 thinking 和 non-thinking 两种模式，共享同一套定价。API（≦ 512k）上线即享限时 5 折，持续 7 天。
MiniMax 表示，未来 10 天内将发布技术报告并开源模型权重。
关键信号
M3 是国内首个同时突破编程超 GPT-5.5、1M 上下文、原生多模态三要素的模型，且选择开源。三个实际任务（论文复现、算子优化、模型微调）展示了其在长程自主执行场景下的持续性，而不只是 Benchmark 快照成绩。
MSA 注意力架构在 1M 上下文下的计算效率提升（每 token 1/20、prefilling 9 倍加速）意味着长上下文不再是算力奢侈品，而是可 scale 的训练维度。真实任务测试中 M3 在第 145 次提交才取得最优解，说明其具备在多轮失败后继续尝试不同路径的能力——这是 Agent 场景的关键品质，也是单轮 Benchmark 测不出来的维度。
M3 的定价策略（同等价格 15 倍用量）和开源承诺，指向一条明确的路线：用更低门槛争夺开发者心智，靠长上下文和 Agent 能力在应用层建立差异化。国内开源模型在 Frontier 三要素上首次对齐海外闭源标杆，接下来要看生态层的跟进速度。
AI 速览
