MiniMax 发布 M3 模型：支持 100 万上下文与原生多模态，解码快 15 倍

MiniMax M3 是一个支持 100 万 token 上下文、原生多模态并具备桌面电脑操作能力的开源权重模型。它主打代码工程和复杂 Agent 任务，把此前商业闭源模型才普遍具备的三项核心能力打包进了开源生态中。

它能做什么

在代码和终端任务上，M3 在 SWE-Bench Pro 上拿到了 59.0% 的成绩，超过了 GPT-5.5 和 Gemini 3.1 Pro，在 Terminal-Bench 2.1 和 MCP Atlas 上也分别达到 66.0% 与 74.2%。

除了跑分，它展示的长程自主工程能力更值得关注。在官方测试中，M3 自主运行近 12 小时，完成了 ICLR 2025 获奖论文的核心实验复现，全流程交出了 18 次提交和 23 张实验图表。

在底层的算子优化任务中，给它一段跑不通的骨架代码，M3 连续探索 24 小时，通过 147 次基准测试提交和近 2000 次工具调用，把 NVIDIA Hopper 架构上的 FP8 GEMM 硬件峰值利用率从 7.6% 一路拉升到 71.3%，实现了 9.4 倍的加速。

它还支持原生多模态输入，能看懂图像和视频，并配合 MiniMax Code 实现桌面电脑操作，用来处理办公搜索或跨软件工作流。

怎么做到的与怎么用

为了跑通 100 万上下文，M3 采用了自研的 MSA（MiniMax Sparse Attention）稀疏注意力架构。它通过更精确的 KV 分块和连续内存读取机制，避开了全注意力机制计算量随长度平方级膨胀的问题。

在 100 万 token 长度下，M3 的单 token 算力消耗降到上一代模型的二十分之一，预填充速度提升超 9 倍，解码速度比前代提升 15 倍，实测算子效率超过了 Flash-Sparse-Attention 等开源方案。

同时，M3 从预训练第 0 步就采用了图文交错的原生多模态训练，并在后训练中用模拟器框架专门强化了多轮交互和长程规划能力。

目前 M3 已经开放权重，开发者可以通过 MiniMax Code、Token Plan 以及官方 API 直接上手调用。

为什么重要

对开发者和研发团队来说，M3 填补了开源生态的一个空白：此前想要同时兼顾百万长上下文、原生多模态与顶尖编程智能体能力，几乎只能依赖昂贵的闭源接口。

我们认为，M3 最亮眼的是它在长时间任务中展现出的耐挫力与自主决策水平。连续迭代 140 多轮才摸索出最佳算子解法，说明它不是简单碰运气，而是真正能在结构化长上下文中保持规划逻辑。如果你需要一个能做深度代码重构、长时间自主排错且不想受制于商业 API 的底座模型，M3 绝对值得现在就拉起来跑一跑。