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

核心亮点：

• 原生多模态架构：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、视频等模态间更深度的语义融合。
• 稀疏注意力上下文扩展：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 万上下文场景下，M3 相比 M2 实现 9 倍预填充速度与 15 倍解码速度提升，单 token 计算量降低至 1/20。
• 代码与协同办公能力：M3 在长周期智能体评测基准中表现达到前沿水平，在代码生成与协同办公场景均展现卓越性能。

MiniMax 稀疏注意力（MSA）

M3 由 MiniMax Sparse Attention (MSA) 提供支持，这是一款为百万级 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

我们推荐使用以下推理框架来部署模型：

• SGLang - 详见 SGLang 使用指南。

• vLLM - 详见 vLLM 示例教程。

• Transformers - 详见 Transformers 文档。

• KTransformers - 详见 KTransformers MiniMax-M3 教程。

• unsloth - 详见 教程

推理参数

为获得最佳性能，我们推荐使用以下参数：temperature=1.0，top_p=0.95。

联系我们

如有任何问题，请通过 model@minimax.io 与我们联系。