MiniMax M3 发布：三条科技树同时点满，12小时无人干预复现获奖论文
MiniMax 新旗舰模型 M3 正式发布，同时具备前沿 Coding、百万级上下文（1M tokens）和原生多模态，是目前唯一能三项兼备的开源模型。自研 MSA 稀疏注意力架构让计算量降至上代 1/20，SWE-Bench Pro 得分 59% 超过 GPT-5.5 和 Gemini 3.1 Pro。
リサーチノート
MiniMax 在 6 月 1 日发布新一代旗舰模型 M3，官方将其定位为「三树同满」：前沿 Coding、百万级上下文（1M tokens）、原生多模态。量子位的报道指出，这是目前唯一能同时做到这三件事的开源模型。1
到底新在哪
M3 的架构核心是 MSA（MiniMax Sparse Attention），一种自研稀疏注意力机制。稀疏注意力不是新概念，但 MiniMax 这次的实现方式有别：以 KV 块为外层聚合匹配的 query，每个块只读取一次，访存连续——官方称比开源的 Flash-Sparse-Attention 和 FlashMoBA 快 4 倍以上。2
实际效果：在 1M 超长上下文下，每 token 计算量降至上代的 1/20，decode 阶段提速 15 倍以上。按官方描述，效率提升没有导致能力下滑——多个对照实验中，MSA 的结果和全注意力基本持平。
配套的 MiniMax Code 是专为 M3 设计并联合训练的 AI 编程工具，充分利用了 M3 在长上下文和 Agentic 上的特性，订阅分三档：49、119、469 元/月。
怎么验证「会自主干活」
量子位报道中提到两个演示，能说清楚这件事：
12 小时复现 ICLR 获奖论文：M3 全程无人干预，自主迭代需求、改了 18 次代码、画了 23 张图，最终交出复现结果。PostTrainBench 评测的官方得分是 0.37，GPT-5.5 为 0.39、Opus 4.7 为 0.42——差距不大。
24 小时优化 CUDA 内核：M3 连续工作，历经 147 次 benchmark 提交、1959 次工具调用，把 Hopper FP8 的硬件峰值利用率从 7.6% 推到 71.3%，速度提升 9.4 倍。
基准表现
| 基准 | M3 得分 | 对比 |
|---|---|---|
| SWE-Bench Pro | 59.0% | 超 GPT-5.5、Gemini 3.1 Pro，接近 Opus 4.7 |
| Terminal Bench 2.1 | 66.0% | 终端操作能力 |
| SVG-Bench | 超越 Opus 4.7 | SVG 生成综合评估 |
| OmniDocBench | 超 Gemini 3.1 Pro | 多模态文档理解 |
| Claw-Eval | 最高分 | 自主 Agent 端到端评测 |
| BrowseComp | 83.5 | 超 Opus 4.7（79.3） |
编程任务之外，M3 也支持图片/视频输入和 Computer Use（操作电脑桌面）。
与已有产品的差距
智东西的实测给出了相对客观的结论：M3 在 Agentic 任务上理解了真实协作流程，能主动沟通、迭代优化；但任务完成度还有提升空间。多模态任务中，细节描述详尽，地点识别、地铁线路规划等任务与 DeepSeek 识图、Qwen3.7 Max Preview 等相比仍有差距。2
开放时间线
MiniMax 承诺「接下来 10 天内发布技术报告并开源模型权重」；MiniMax Code 也计划开源。API 目前已上线，限时 5 折。港股方面，M3 发布当日，MiniMax（00100.HK）报 717.00 港元，市值约 2248.77 亿港元——公司同期正在推进 A 股科创板 IPO 辅导。
原文来源：量子位 QbitAI，作者克雷西，2026 年 6 月 1 日。
コンテンツカードを読み込んでいます…
このコンテンツについて、さらに観点や背景を補足しましょう。