MiniMax(00100)发布新一代模型M3：100万上下文、旗舰编程和原生多模态

智通财经APP获悉，国内大模型赛道再迎重磅产品发布。6月1日，国产大模型公司MiniMax(00100)正式发布新一代通用模型 MiniMax M3。M3采用全新的自研稀疏注意力架构MiniMax Sparse Attention(MSA)，在编程及智能体能力、超长上下文及原生多模态等多个关键方向，均实现代际突破。据悉，M3是国内首个同时具备“前沿 Coding 能力、1M超长上下文、原生多模态”三项核心能力的大模型，也是目前全球唯一具备完整能力组合的开源选项。

核心突破：从底层注意力机制重写百万上下文

支撑M3三大能力合一的，是其自研的稀疏注意力架构MSA(MiniMax Sparse Attention)。相较传统全注意力机制，MSA能够显著降低长上下文下的计算成本，并将上下文窗口提升至100万token。这意味着模型在处理长文档、复杂代码仓库、多轮任务协作等场景时，能够在一次推理中保留更完整的信息链路。MiniMax披露，在100万上下文规模下，M3单token计算量仅为上一代模型的约1/20，推理效率显著提升。

除模型架构升级外，MiniMax在底层推理算子层面也进行了进一步优化。通过重新设计数据读取与计算路径，相关性能较主流开源方案提升4倍以上。

在业内看来，这也是全球大模型竞赛的重要新变量。随着Agent任务复杂度不断提高，“更长上下文、更稳定记忆、更低成本推理”正在成为决定产品可用性的关键能力。

编程和代理：多项指标比肩国际顶级闭源模型

M3在Coding&Agentic能力明显提升，在涵盖软件工程、终端执行、效率与协议理解等多个维度的国际权威评测中，均达到国际领先水平：在衡量Coding能力的SWE-Bench Pro上，MiniMax M3超过GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7。在综合评估SVG生成性能的基准SVG-Bench上，MiniMax M3超过Opus 4.7。

在多模态测试集OmniDocBench上，MiniMax M3得分超过Gemini 3.1 Pro，在面向自主Agent的端到端评测框架Claw-Eval上，MiniMax M3得到最高分。

据介绍，M3在编程与Agent训练中创新引入交互式用户模拟器框架——通过模拟真实开发者在协作过程中的行为模式，让模型在训练和评测阶段就接触到更接近生产环境的交互场景。业界认为，从代码开发、研究分析，到跨应用协同执行，Coding&Agentic 能力正逐步成为全球头部模型的新竞争焦点。此次MiniMax重点强化这一能力，也被外界视为对下一阶段AI产品形态的提前布局。

原生多模态：训练数据规模推至100万亿Token量级

MiniMax表示，M3从训练起点便采用文本、图片、视频等多模态混合训练，并在数据规模和训练管线上进一步扩展。模型不仅支持图像与视频理解，也具备桌面操作能力，可在复杂跨应用环境中执行Computer Use任务。

M3是一个从Step 0开始进行多模态混合训练的模型。MiniMax在报告中强调，Interleaved data(交错数据)——文本和图像等其他模态在序列中交替自然排列的数据——对模型性能带来的提升，比一般认为的更加关键。在为这些数据重构整套数据管线后，MiniMax已可以将训练数据Token规模提升至100万亿的量级。

这意味着模型能力正在从语言理解进一步向真实数字环境延伸。无论是办公自动化、企业软件操作，还是更复杂的生产力场景，AI进入实际执行层的速度正在明显加快。

同源训练：MiniMax Code 迎重磅更新

同日，MiniMax Code也迎来更新：作为专为M3设计、并与M3一起训练的Agent产品，MiniMax Code能够充分发挥M3在长上下文、Coding/Agentic、原生多模态方面的能力，是搭配MiniMax-M3的首选Agent。在长程复杂任务上，MiniMax Code 的 Agent Team 可以将大型任务拆解为多阶段、可并发、可动态调整的Workflow，由Agent集群协作推进。

商业化方面，MiniMax同步推出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。

业内人士认为，随着M3发布，MiniMax在全球AI竞赛中的定位正在进一步清晰：它以"开源+多能力合一"的前沿模型为差异化定位，填补国内AI生态在这一维度的空白。

AI产业仍处于高速演进阶段，随着模型能力持续逼近真实工作场景，围绕Agent的下一轮竞争，已经提前打响。