老实说，很震惊。不是因为模型有多好，而是偷偷摸摸的发了新模型，不知道的，还以为拿不出手呢。哈哈哈

1M上下文

之前 DeepSeek V4 发布的时候，我已经隐隐预感 1M 上下文的时代要来了。这不，MiniMax 跟进的挺快哈。

还是应了那句话“不是 1M 上下文实现起来很难，而是要做到兼顾成本、效率很难”。

简洁可扩展、易于实现且硬件友好的特点，使它的理论收益能真正落地：在 100 万上下文下，M3 每 token 计算量仅为上代模型的 1/20。在 prefilling 阶段，我们实现了超过 9 倍的加速倍率，在 decoding 阶段有超过 15 倍的加速优势。而且在多个对照实验中，MSA 的绝大部分能力与全注意力打平。

多模态

多模态也是大势所趋~，这是MiniMax 首次支持。写代码又方便了，直接截图就可以调试（复刻）了。

--完整报告

MiniMax M3：前沿 Coding 能力，1M上下文，原生多模态，一个模型全给你 - MiniMax Research | MiniMax