MiniMax M3旗舰发布：专业评测与性能解析

MiniMax M3的问世标志着国产大模型在长上下文和智能体这条技术路径上，从追赶者真正转变为规则制定者。作为国内首个融合前沿编程能力、1M超长上下文窗口与原生多模态的开源模型，M3带来的不仅是参数指标的提升，更是一套可供行业复用的技术方法论。

支撑这三项核心能力的基石，是MiniMax自主研发的稀疏注意力架构MSA。其设计思路相当简洁：当模型处理某个Query时，并不会像传统注意力机制那样遍历全局所有Key-Value，而是先借助一个轻量级索引分支，在已经切分为Block的百万级上下文中快速打分，仅筛选出相关性最高的少数Block；随后由稀疏分支对这些Block执行实际的注意力计算。整个流程可以概括为两步：先索引，后计算。核心逻辑就是把注意力集中到真正需要关注的位置。

数据给出了直观的佐证。在100万tokens超长上下文场景下，M3相比前代M2模型，Prefill阶段加速9.7倍，Decode阶段加速15.6倍。单个Token的计算量降低到M2的二十分之一左右。这意味着百万上下文不再是“可用但成本高昂”的摆设——推理效率的显著提升，让长上下文真正具备了工程落地的可行性。更值得一提的是，与DeepSeek V4采用的三层注意力混合结构相比，M3仅通过两阶段分块选择就实现了类似的稀疏效果，索引路径与计算路径明确分离，工程实现也更加简洁。Redis创始人antirez给出了直白的评价：这是“正确的方向”。在他看来，在本地推理场景下，稠密注意力的开销已经难以持续。

这种架构优势最终转化为了实实在在的能力。在编码能力评测SWE-Bench Pro中，M3超越了GPT-5.5和Gemini 3.1 Pro，逼近Opus 4.7；在SVG生成综合评测SVG-Bench上，M3甚至超过了Opus 4.7；在面向自主Agent的端到端评测框架Claw-Eval中，M3拿到最高分；在BrowseComp智能体评测中，M3以83.5分高于Opus 4.7的79.3分。MiniMax还进行了一个极具说服力的实证演示：他们向M3提交了一篇ICLR 2025杰出论文，要求独立复现。M3持续运行近12小时，全程自主完成18次commit并生成23张实验图表，成功重现了核心实验。产出的代码可以直接交付使用，而非“能跑但需要人工修改”的残次品。这正是关键所在。

多模态方面，M3从训练初始阶段就采用文本、图片、视频等多模态混合训练，属于真正意义上的原生多模态模型。MiniMax在技术报告中特别指出，交错数据——即文本与其他模态在序列中交替自然排列的数据——对模型性能的提升比预期更为关键。为此，MiniMax重新构建了整套数据管线，将预训练数据Token规模推至100万亿量级。M3不仅支持图像与视频理解，还具备桌面操作能力，可以在复杂的跨应用环境中执行Computer Use任务。在多模态测试集OmniDocBench上，M3得分超过Gemini 3.1 Pro。

上下文窗口方面，M3的API最高支持1M tokens，并保证至少512K tokens可用。1M tokens的体量大致相当于两本中文长篇小说。这意味着在处理长文档、复杂代码库、多轮任务协作等场景时，模型可以在单次推理中保留更完整的信息链路。长程Agent和长程Coding终于拥有了真正可用的基础设施。M3即将在HuggingFace和GitHub上开源，支持私有集群部署和微调，兼容Claude Code等主流Agent框架以及MCP协议。

模型规格上，M3采用稀疏MoE架构，总参数约196B至229.9B，但每个词元仅激活约11B参数，单请求最高支持400 TPS。这种设计兼顾了能力与效率，使得高性能模型不再意味着高门槛。

商业化方面，MiniMax推出了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。API定价上，上下文512K以内，标准版输入2.1元/百万tokens，输出8.4元/百万tokens，并提供7天限时五折优惠。MiniMax还为老套餐用户准备了迁移适应补偿，帮助平稳过渡到新的积分扣减体系。

来源：互联网