近期 MiniMax 旗舰大模型 M3 开启商用测试，依托自研 MSA 稀疏注意力架构，兼顾百万超长上下文、顶尖代码能力与原生多模态，打破行业 “长文本弱编码、强代码短上下文” 的不可能三角。
实测通过大模型从零训练、PPT 工程优化两大实战验证性能，搭配全新定价体系，成为全链路 Agent 开发优选，后续模型还将开源开放权重。
一、权威榜单全面突围，多项能力超越海外旗舰
在主流权威评测中，M3 综合实力跻身全球第一梯队：
SWE-Bench Pro 软件工程得分 59.0，优于 GPT-5.5、Gemini 3.1 Pro； OmniDocBench 多模态文档、Claw-Eval 自主智能体评测登顶榜首。
过往主流闭源模型各有短板，GPT-5.5 仅 400K 上下文难以适配 Hermes 长链路 Agent，Claude 对自定义提示词存在调用封禁限制。M3 配套专属开发工具 MiniMax Code，打通文本、语音、视频全品类 API，借助 cc switch 指令可快速切换模型，适配多框架灵活调试需求。
二、MSA 底层架构赋能，百万上下文推理效率暴涨
M3 性能优势源自自研MSA 稀疏注意力，在 100 万 token 超长上下文场景下，单 token 计算量仅为前代模型 1/20，预填充阶段提速 9 倍、解码阶段提速 15 倍。
高效算力支撑多模态统一处理，可同步解析论文文字、公式、曲线图与实验参数，复刻 ICLR 获奖论文时，连续运行 12 小时自主完成 18 次代码提交、23 张实验图表绘制，完整复现整套科研实验流程，解决长链路任务丢失上下文的痛点。
三、两大落地实战，动态多 Agent 工作流效率质变
依托 Dynamic Workflows 动态子 Agent 架构，M3 落地两大高难度工程：
- 轻量化大模型全流程训练：输入 workflow 关键词即可启动多 Agent 并行，ultracode 全自动模式进一步简化操作，原本需要数天的 LSTM 训练，M3 仅用 90 分钟从零完成小型 GPT 全链路搭建，千步迭代后模型具备基础问答与数学运算能力；
- Humanize PPT 项目迭代：原项目由 GPT-5.5 开发遗留大量代码缺陷，M3 耗时 2 分 50 秒通读全量代码并输出精准到代码行的优化方案，打通中英文两套 PPT 生成插件，完善大纲梳理、口播稿、预览排版等演讲配套功能。
四、包月定价全面优化，低成本锁定 Agent 主力选型
M3 上线后 Token Plan 由限时配额调整为固定 token 包月，定价性价比突出：Plus 套餐 49 元 / 月（6 亿 token）、Max 套餐 119 元 / 月（18 亿 token）、Ultra 套餐 469 元 / 月（55 亿 token）。
大额 token 配额可支撑海量子 Agent 并行测试，项目收尾阶段 M3 还能自动生成多组测试用例、模拟七种运行场景。综合实测表现后，开发者确定将 M3 作为动态工作流专属主力模型。整体来看，M3 集齐长上下文、强编程、原生多模态三大 Agent 刚需，随着后续开源落地，将大幅降低智能体项目研发门槛，推动本地 Agent 工业化落地提速。
AI 速览
