MiniMax-M3 是一款具备 100 万上下文长度的原生多模态模型，拥有约 4280 亿参数和约 230 亿激活参数。

核心亮点：

• 原生多模态融合：M3 从训练初始阶段即采用混合模态数据训练，实现文本、图像、视频等多模态信息的深度语义融合。
• 稀疏注意力实现超长上下文：M3 创新引入 MiniMax 稀疏注意力（MSA）技术提升长上下文处理效率，在 100 万上下文长度下，预填充速度较 M2 提升 9 倍，解码速度提升 15 倍，单 token 计算量降低至原来的 1/20。
• 卓越的代码能力与协同办公能力：M3 在长周期智能体基准测试中表现达到前沿水平，在代码生成与协同办公场景中均展现优异性能。

MiniMax-M3-MXFP8 是 MiniMax-M3 的 MXFP8 量化版本，后者是一款具备 100 万上下文长度的原生多模态模型，拥有约 4280 亿参数和约 230 亿激活参数。

MiniMax 稀疏注意力（MSA）

M3 由 MiniMax Sparse Attention (MSA) 提供支持，这是一款专为百万级 token 上下文设计的高性能稀疏注意力算子。与 GQA 相比，MSA 在保持模型质量的同时，显著降低了注意力计算量和内存占用。

📄 阅读技术报告：arXiv:2606.13392 · Hugging Face Papers

使用方法

• MiniMax Agent
• MiniMax API

M3 通过 thinking 参数支持三种推理模式：

• enabled — 始终启用推理。
• adaptive — M3 自动判断何时进行额外推理更有益。
• disabled — 禁用推理以最小化延迟并最大化吞吐量。

本地部署

下载模型：

hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

我们推荐以下推理框架来部署模型：

• SGLang - 详见 SGLang 指南。

• vLLM - 详见 vLLM 教程。

• Transformers - 详见 Transformers 文档。

推理参数

为获得最佳性能，我们建议使用以下参数：temperature=1.0，top_p=0.95。

联系我们

请通过 model@minimax.io 与我们联系。