minimax/minimax-m3 · default

MiniMax-M3 是 MiniMax 推出的一款多模态基础模型。它支持文本、图像和视频输入以及文本输出，具备 100 万 token 的上下文窗口，非常适合长周期的智能体（Agent）任务、编程和工具使用。 该模型基于 MiniMax 稀疏注意力机制（MSA）构建，通过 KV 块选择替代全注意力机制，从而大幅降低长上下文环境下的单 token 计算量——在处理 100 万 token 时，计算成本仅约为上一代的 1/20。在绝大多数任务中保持模型质量的同时，其预填充（prefill）和解码（decode）速度均得到了显著提升。 作为一个原生多模态模型，MiniMax-M3 在交错数据上进行了训练，并通过交互式用户模拟器框架针对多轮、生产级协作进行了微调。因此，该模型主要面向持续的多步任务，而非单轮执行。