MiniMax M3

MiniMax M3 是什么？

MiniMax M3 是一个开源权重模型，将编码、智能体任务和多模态理解整合于单一系统。它基于专有的 MiniMax 稀疏注意力（MSA）架构构建，支持高达 100 万 token 的上下文窗口，并保证至少 51.2 万 token 的处理能力。用户可利用 M3 实现自主任务分解、工具调用和多步推理，使其成为 AI 编码助手和自动化工作流的可靠基础。这是首个在编码、百万级 token 上下文和原生多模态领域达到前沿水平的开源权重模型。

应用场景

自主代码开发
M3 可独立复现研究论文，持续运行近 12 小时生成提交记录和实验图表。
CUDA 内核优化
能在 NVIDIA Hopper GPU 上优化 FP8 GEMM 等计算密集型操作，无需人工干预即可实现显著加速。
长程智能体任务
百万级上下文窗口支持处理智能体工作流和长视频理解所需的扩展序列。
自动化数据管道
可自主完成仅预训练基础模型的数据合成、训练、评估和迭代全流程。
多模态分析
解析论文中的图表和公式，整合文本与视觉信息实现深度理解。
长程编码
扩展上下文支持需要在单一窗口中维护大型代码库或日志的复杂编码任务。

主要特性

百万级上下文 MSA 架构： MiniMax 稀疏注意力（MSA）架构支持高达 100 万 token 的上下文窗口，保证至少 51.2 万 token 处理能力，赋能长程任务。
原生多模态： 模型从零阶段开始使用多模态数据训练，实现文本与视觉语义空间的深度对齐。
自主任务分解： M3 可将复杂任务分解为子步骤并独立执行，在论文复现和内核优化中已验证。
工具调用： 支持工具调用（例如内核优化过程中调用 1,959 次工具）与外部系统交互。
多步推理： 模型跨多个步骤执行顺序推理，支持自动化工作流。
高基准性能： 在 BrowseComp 上得分 83.5，超越 Opus 4.7（79.3），展现强大的自主浏览和信息检索能力。
长周期稳定性： 可连续运行较长时间（如论文复现 12 小时、内核优化 24 小时）无需人工干预。
编码与智能体能力： 在软件工程、终端执行等基准测试中达到世界领先水平。

目标用户

MiniMax M3 面向从事编码助手、自动化工作流和智能体系统开发的 AI 研究人员、软件工程师和开发者。也适用于需要多模态理解能力的团队，如论文分析、视频理解或数据管道自动化等任务。

如何使用 MiniMax M3？

用户可通过 MiniMax API 访问 M3，或直接在 MiniMax Code 环境中试用。网站提供"API 与 Token 方案"选项和"在 MiniMax Code 中试用"按钮。详细使用方法请阅读官方报告或访问 MiniMax 网站。

效果评估

MiniMax M3 通过记录的自主任务展现了强大的实际能力，例如在 12 小时内复现 ICLR 2025 论文，以及在 24 小时内优化 CUDA 内核实现 9.4 倍加速。这些示例证明了可靠的长周期执行能力和深度多模态集成。其开源权重特性以及在 BrowseComp 等基准测试中的前沿表现，表明它是高级编码和智能体工作流的实用工具。虽然网站未包含用户反馈或奖项，但功能集暗示其对需要自主、长上下文 AI 辅助的团队具有高实用性。

常见问题

什么是MiniMax M3？

MiniMax M3是一个开放权重的模型，专为编码、智能体任务和多模态理解设计，采用MSA架构，支持100万token的上下文窗口。

MiniMax M3是开源的吗？

是的，MiniMax M3是开放权重的，意味着模型权重可以公开使用和修改。

MiniMax M3的上下文窗口大小是多少？

MiniMax M3支持100万token的上下文窗口，能够处理非常长的文档或对话。

MiniMax M3针对哪些任务进行了优化？

它针对编码、智能体任务（如自主决策）和多模态理解（如文本、图像）进行了优化。

什么是MSA架构？

MSA（混合稀疏注意力）是驱动MiniMax M3的架构，专为高效的长上下文处理设计。

MiniMax M3能处理图像吗？

是的，它支持多模态理解，包括图像输入，以及文本。