6 月 1 日，MiniMax 正式发布了 M3，一个在好几个维度上都让人眼前一亮的开放权重模型。在本地 AI 模型圈子里，我们见过擅长编码的、见过堆长上下文的、也见过主打多模态的，但 M3 是第一个同时做到这三件事的开源权重模型——而且每一件做得都不含糊。
这不是一篇新闻摘要，我更想从「这模型对本地 AI 玩家意味着什么」的角度来聊聊。
MiniMax M3 官方发布海报（来源：minimax.io）
MSA：让百万上下文不再只是噱头
先说架构。M3 的核心创新叫 MSA（MiniMax Sparse Attention），本质上是一种更聪明的稀疏注意力机制。
之前大家做长上下文，要么用 DSA（DeepSeek 的方案），要么用 MoBA（MoE-style attention）。MSA 的思路又进了一步：先把 KV cache 切成块，加一道预过滤，只挑出跟当前 query 相关的块来做完整计算。听起来思路不复杂，但关键是把这个思路上 GPU 做到了极致——同一查询需要的 KV 块连续读取、不同查询共享同一块时一起 batch 处理，每块只读一次。
结果是实打实的：在 1M 上下文下，每个 token 的计算量只有前代的 1/20，prefill 快了 9 倍，decoding 快了 15 倍。对比现有的开源稀疏注意力方案，MSA 整体也快了 4 倍以上。
这意味着什么？百万级上下文第一次在开放权重模型上变得实用，而不是停留在跑分演示上。
MSA 稀疏注意力架构示意图——将 KV cache 分块预过滤，仅计算相关块（来源：MiniMax 官方博文）
跑分不是重点，但确实能打
SWE-Bench Pro 59.0%、Terminal-Bench 2.1 66.0%、BrowseComp 83.5（超过 Opus 4.7 的 79.3）——如果只看这些数字，M3 在编码和 Agent 类任务上已经进入了闭源前沿模型的梯队。
不过在我看来，MiniMax 放出的三个「真实任务演示」更有说服力：
论文复现：M3 花了 12 小时，自主复现了一篇 ICLR 2025 的论文《Learning Dynamics of LLM Finetuning》，完成了 18 次代码提交、生成 23 张实验图，最终确认了 SFT 趋势、DPO 挤压效应等核心发现。全程无人干预。
CUDA 优化：给了个不完整的 Triton 骨架代码，让 M3 优化 Hopper FP8 GEMM 内核。它跑了将近 24 小时、提交了 147 次，把硬件利用率从 7.6% 一路拉到了 71.3%，实现了 9.4 倍的加速。最让我意外的是，最优解出现在第 145 次提交——换句话说，模型在经历多次性能平台期后仍然没有放弃，而是在持续尝试中找到突破口。这个特性在实际开发场景中比单次跑分更有意义。
PostTrainBench：给 4 个没有下游能力的 Base 模型，让 M3 自主完成数据合成、训练、评估、迭代。12 小时后，结果略低于 Opus 4.7 和 GPT-5.5，但明显高于其他测试的模型。
说实话，这三个演示加在一起，比任何单一跑分都更能说明问题：M3 不只是「能做某一道题」，而是能在长时间、多步骤的真实任务中持续工作——这对 Agent 场景来说是关键能力。
M3 在编码、Agent、搜索等评测中的表现（来源：MiniMax 官方博文）
原生多模态，而不是后装
M3 的另一个值得关注的特征是：它的多模态是从训练第一步就融入的，不是拿一个纯文本模型后期 fine-tune 图像能力。
MiniMax 重新设计了整个文本预训练管线，大量产出了文本+图像交错的训练数据（规模约 100T token）。这种做法的好处是，文本和图像的语义空间从一开始就融合在一起，而不是后期硬凑。
这一点在论文复现任务中体现得很清楚：模型需要看懂论文里的公式、图表、以及代码的对应关系，这恰恰是「原生多模态 + 编码能力 + 长上下文」三者结合才能完成的。
开放程度与可用性
MiniMax 承诺在发布后 10 天内把权重和技术报告上传 Hugging Face 和 GitHub。到写这篇文章时应该已经可以下载了。更重要的是，配套的 MiniMax Code Agent 桌面应用也会开源——这样你在本地就能跑一个能持续工作数天的自主编码 Agent。
API 层面，Token 计划从 $20/月（约 1.7B tokens）到 $120/月（约 9.8B tokens），所有模态共用额度。支持 Thinking Mode 开关，512K 以内上下文按标准费率计费。
MiniMax M3 与 DeepSeek-V4、Qwen3 在编码、长上下文、多模态、开放权重等维度对比
怎么看这件事？
作为一个偏实干的本地 AI 爱好者，我觉得 M3 的意义不在于「又一个模型跑分超过 GPT」，而在于：
- 稀疏注意力终于有了一个实用、可复现的实现参考。MSA 的设计思路和性能数据对社区后续的长上下文模型很有借鉴价值。
- 开源模型在长时间自主任务上第一次拿出了有说服力的演示。持续 12 小时甚至 24 小时不间断工作，这对现实世界中的开发/研究场景来说是真正的生产力。
- 中国 AI 公司在这波开源浪潮中越来越不可忽视。从 DeepSeek 到 Qwen，再到现在的 MiniMax M3，开放权重模型的主力军里中国团队的比例在明显上升。
如果你对 M3 感兴趣，现在就可以去 Hugging Face 搜 MiniMax/M3 拉权重，或者先通过 API 试玩。我个人会关注的是它在 Mac 上用 MLX 跑的效果——毕竟这是目前最能打的开源编码模型里，少数承诺能本地跑的。