MiniMax M3深度评测：百万上下文原生多模态旗舰模型
6月1日，MiniMax稀宇科技正式上线M3模型。一句话定义其定位：这是国内首个将“高级编码与智能体、百万级长上下文、原生多模态”三大硬核能力整合于开放生态的旗舰级模型。
先讲核心结论。在编码与智能体评测中，M3表现直接跃居行业第一梯队。它具备自主任务拆解、外部工具调用和多步推理链能力。注意一个关键细节：官方声称其生成的代码目标是“交付级”——即可以直接投入生产，而非需要人工二次修正的半成品。这种定位对开发者的实际工作流极具吸引力。
支撑这些能力的，是自研的MiniMax Sparse Attention（MSA）架构。基于此架构，M3的API最高支持100万tokens上下文窗口，且官方保证至少51.2万tokens稳定可用。百万上下文不再是参数噱头，而是长程Agent、长代码编写、长视频理解等场景真正需要的基础设施。换言之，若你需要模型一口气通读数百页技术文档再执行任务，M3是少数能胜任的选手。
M3也是一款原生多模态模型，而非后期拼接方案。MiniMax重构了整个数据管线，将预训练数据规模扩充至百T量级，从训练第零步即开始多模态对齐。结果：文本与视觉语义空间高度统一，模型解读图表和公式如同阅读文字般自然流畅。
看一组硬核评测数据。在BrowseComp智能体评测中，M3取得83.5分，直接超越Opus 4.7的79.3分。该项测试衡量模型自主浏览网页、检索信息的能力——分数差距直接对应工程落地潜力的实质性差异。
更具说服力的，是MiniMax官方交给M3的一个任务：独立复现ICLR 2025杰出论文《Learning Dynamics of LLM Finetuning》。结果M3连续运行近12小时，全程自主产出18次代码提交和23张实验图表，成功复现核心实验。过程中，多模态能力使其读懂论文中的图表与公式，百万上下文保证正文、代码、实验日志一次性载入窗口，而编码加Agent能力驱动整个长流程执行。这是典型的“全栈能力闭环”演示。
另一个实验同样值得关注。向M3提供四个仅完成预训练的Base模型，要求其在12小时内自主完成数据合成、训练、评测、迭代全流程，使这些模型具备数学推理、代码生成、知识问答等能力。全程零人工干预。最终M3综合得分37.1，在所有参赛模型中排名第三，仅次于Opus 4.7的42.4和GPT-5.5的39.3。能挤入这一量级的排位赛，本身就是实力的有力佐证。
值得一提的是，MiniMax同时提供M3和M3-highspeed两个版本的API，两个版本输出结果完全一致，仅后者响应速度更快。且全面支持自动Cache，无需手动配置，开箱即用。
开放生态方面，M3即将在HuggingFace和GitHub上完成开源，并支持私有集群部署与微调。这对有定制化需求的企业用户是实实在在的利好。
价格方面，M3的API在上下文≤512K场景下，推出限时7天五折优惠：
- 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
订阅套餐同步升级。Token Plan全面改造为基于积分的用量扣减体系，目前公开档位包括Plus、Max和Ultra。核心变化有三：第一，扣减方式从按固定次数计费，改为按实际资源消耗折算为积分——简单任务消耗更少，复杂任务按真实用量扣减；第二，统一额度池，不再按能力拆分额度，所有覆盖范围内的模型共用同一套积分；第三，用量展示更直观，控制台以进度条形式实时呈现积分额度与消耗情况。此外，新模型能力可通过对应API或工具接入页面直接调用。
对于老套餐用户，MiniMax提供迁移适应补偿。升级后，套餐内积分额度按额度窗口展示和控制，短期内使用节奏可能需要调整。为帮助平稳过渡，部分老套餐用户将获得一次性补偿积分。该补偿积分与套餐内额度共用同一使用池，但设有独立有效期。具体发放资格、金额及有效期，以控制台实际显示为准。
整体来看，M3的这次发布并非简单堆砌参数。它试图证明一件事：一个模型能够同时将代码能力、长上下文和多模态做到一线水准，并将这些能力真正开放给开发者——不是PPT上的路线图，而是看得见、用得着的实际产品。接下来焦点很明确：开发者们会为这个“完整的开放世界”买单吗？