@op7418· @op7418 · X·· 2026-06-01精选AI 评分70
AI 导读
MiniMax 发布大版本模型升级 MiniMax M3，标配 1M 超长上下文，采用新的 MSA（MoE with Segment-wise Attention）稀疏注意力架构，并从训练起融合文本、图片、视频和桌面操作的原生多模态能力。
推荐理由
MiniMax M3 标配 1M 上下文并采用新的稀疏注意力架构，读者可据此了解长上下文模型的算力成本变化。
正文
MiniMax 这次终于发布了他们的大版本号模型升级 MiniMax M3。
主要是三个核心能力：
1. 标配了 1M 的超长上下文
2. 采用新的 MSA（MoE with Segment-wise Attention）稀疏注意力架构
3. 从训练起就融合了原生多模态能力，包括强化了文本、图片、视频和桌面操作这些多模态的训练。
MSA 超上下文在算力和速度上更可落地，在 100 万上下文下每 token 计算量只有上一代的约 1/20。。
所以他们这一次的价格也比较给力，Token Plan 更新了新的价格。
在 API 上，小于512k 的 API 现在有为期 7 天的限时五折。
Introducing MiniMax M3: The First Open-Weights Model to Combine Three Frontier Capabilities - Coding & Agentic Frontier: 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas - MiniMax Sparse Attention scales context to 1M - Natively Multimodal from Step Zero API: platform.minimax.io Token Plan: platform.minimax.io/subscrib… 🚀New! MiniMax Code: code.minimax.io Weights & Tech Report in ~10 Days在 X 查看被引用的帖子
来源：@op7418 · x.com