MiniMax M3 突破开源权重天花板：CUDA 加速 9.4 倍，全程无需人工干预

中国人工智能初创公司 MiniMax 发布了 M3，这是一款新的旗舰基础模型，公司声称它是首款同时提供顶尖编程性能、百万 token 上下文窗口和原生多模态理解能力的开源权重模型。该模型基于专有的 MiniMax Sparse Attention (MSA) 架构构建，并通过 API 提供，支持自动缓存。 minimax-rolls-out-m3-hailuo-23-and-new-coding-speech-and-music-models-in-a-broad-product-refresh

基准测试亮点

MiniMax 报告称，M3 在多项编程和智能体基准测试中取得了行业领先的成绩。在 BrowseComp 智能体评估中，M3 得分为 83.5，超过了 OpenAI 的 Opus 4.7（79.3 分）。该模型还在软件工程、终端执行和工具使用任务上展现了强大性能。 minimax-launches-m25-a-coding-and-agentic-ai-model-with-state-of-the-art-performance

在一项自主论文复现实验中，MiniMax 让 M3 复现 ICLR 2025 杰出论文《LLM 微调的学习动力学》。在近 12 小时内，M3 独立生成了 18 次提交和 23 张实验图表，在没有人类指导的情况下成功运行了核心实验。 how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale

CUDA 内核优化

M3 还展示了其自主工程能力，优化了 NVIDIA Hopper 架构上的 FP8 矩阵乘法内核。仅从一段任务描述和一个非功能性 Triton 骨架开始，M3 在大约 24 小时内完成了 147 次基准提交和 1,959 次工具调用，将硬件利用率从 7.6% 提高到 71.3%，实现了 9.4 倍的加速，全程无需人工干预。 the-verification-horizon-why-rewarding-coding-agents-is-getting-harder

PostTrainBench：M3 训练模型

MiniMax 还进行了一项名为 PostTrainBench 的测试，让 M3 在 12 小时内自主完成完整的后训练流程, , 数据合成、训练、评估和迭代, , 给定四个预训练基础模型。M3 得分为 37.1，位列第三，仅次于 Opus 4.7（42.4）和 GPT-5.5（39.3），但显著领先于所有其他受测模型。 opid-on-policy-skill-distillation-boosts-language-agent-training-without-external-memories

架构与可用性

M3 基于自主研发的 MiniMax Sparse Attention 架构构建，支持高达 100 万 token 的 API 上下文窗口，并保证至少 512K token 的可用长度。该模型是原生多模态的，文本与视觉语义空间从训练一开始就对齐，而非通过后期补丁方式实现。 hugging-face-daily-papers-a-surge-in-multimodal-and-vision-language-research

MiniMax 将 M3 定位为首款将完整前沿能力集, , 编程、长上下文智能体以及原生多模态, , 引入开源权重生态系统的模型。该模型通过 API 访问，其中包括自动缓存功能，无需额外配置。 ai-as-an-extension-of-human-intelligence-not-a-replacement