MiniMax M3 模型发布，百万上下文、原生多模态

IT 之家 6 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）。

IT 之家注意到，MiniMax 官方提供 M3 和 M3-highspeed 两个版本 API，结果完全一致，后者速度更快。全面支持自动 Cache，无需设置，自动生效。

MiniMax M3 即将在 HuggingFace 和 GitHub 上完成开源，支持私有集群部署和微调。

价格方面，MiniMax M3 API 的上下文 ≤ 512K 价格 7 天限时五折：

输入价格：标准版 2.1 元 / 百万 tokens，优先版 3.15 元 / 百万 tokens

输出价格：标准版 8.4 元 / 百万 tokens，优先版 12.6 元 / 百万 tokens

缓存读取：标准版 0.42 元 / 百万 tokens，优先版 0.63 元 / 百万 tokens

订阅套餐方面，Token Plan 升级为基于积分的用量扣减，当前公开订阅档位为 Plus、Max 和 Ultra。核心变化包括：

扣减方式变化：从按固定次数理解，调整为按实际资源消耗折算为积分。简单任务消耗更少，复杂任务按真实使用量扣减。

统一额度池：Token Plan 覆盖范围内的模型用量共用同一套套餐内 Token Plan 积分额度，不再按能力单独拆分额度。

用量展示更直观：控制台会以用量进度条展示当前套餐内积分额度与消耗情况。

模型能力更新：M3 等新模型能力可通过对应 API 或工具接入页面使用。

此外，MiniMax 官方推出了迁移适应补偿。老套餐用户原本可以在月度池内自由消耗；升级后，套餐内 Token Plan 积分额度会按额度窗口展示和控制，短期内使用节奏可能需要适应。

为帮助用户平稳过渡，部分老套餐用户会获得一次性补偿积分。补偿积分与套餐内 Token Plan 积分额度共用同一使用池，但有独立有效期。具体金额、有效期和是否发放，以控制台展示为准。