北京
DoNews6月1日消息，MiniMax 稀宇科技官网今日上线了 MiniMax M3 模型，宣称是首个“Frontier Coding & Agentic · 百万上下文 · 原生多模态”三项能力兼备的国产旗舰，第一个把完整前沿能力带进开放世界的模型。
MiniMax M3 在编码与智能体评测中达到“行业顶尖水平”，具备自主任务拆解、工具调用与多步推理能力，宣称写出的代码目标是直接可交付，而不是“能跑但需要人改”。
基于自研 MiniMax Sparse Attention（MSA）架构，MiniMax M3 的 API 最高支持 1M tokens 上下文窗口，保障至少 512K tokens 可用。1M 上下文是长程 Agent、长程 Coding、长视频理解的基础设施。
MiniMax M3 是原生多模态模型，重构整个数据管线将预训练数据规模扩充至百 T 量级，从第零步开始多模态训练，使文本和视觉语义空间高度对齐。
在 BrowseComp 智能体评测中，MiniMax M3 以 83.5 分超越 Opus 4.7（79.3），展现出自主浏览与信息检索能力。
此外，MiniMax M3 宣称是第一个把完整 frontier 能力带进开放世界的模型，能同时跑通编码 SOTA、百万上下文和原生多模态。
MiniMax 官方丢给 M3 一篇 ICLR 2025 杰出论文 — Learning Dynamics of LLM Finetuning，让它独立复现。M3 连续运行近 12 小时，全程自主产出 18 次 commit 与 23 张实验图表，成功跑通核心实验。多模态看懂论文里的图表公式，长上下文保证论文 + 代码 + 实验日志一次性进窗口，编程 + Agent 能力驱动长线程执行。
给 M3 四个只完成预训练的 Base 模型，要求在 12 小时内自主完成数据合成、训练、评测、迭代全流程，让它们在数学推理、代码生成、知识问答等任务上具备能力。整个流程全程无人干预，M3 最终得分 37.1，位列第三，仅次于 Opus 4.7（42.4）和 GPT-5.5（39.3）。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
