MiniMax 发布 MiniMax M3，称其为首个同时结合编码与 Agent、长上下文、原生多模态三项前沿能力的开源权重模型。编码与 Agentic 基准成绩为 SWE-Bench Pro 59.0%、Terminal Bench 2.1 66.0%、SWE-fficiency 34.8%、KernelBench Hard 28.8%、MCP Atlas 74.2%；MiniMax Sparse Attention 将上下文扩展至 1M，模型从 Step Zero 起原生多模态。API 已在 platform.minimax.io 上线，同时推出 MiniMax Code，权重与技术报告约 10 天后发布。
MiniMax M3 放出编码、1M 上下文与多模态的基准成绩，可供开源权重模型选型时对照参考。
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
来源：@MiniMax_AI · x.com