MiniMax M3 深度评测：4280 亿参数开源模型，1M 上下文跑出 15 倍解码加速

一句话总结：MiniMax M3 是今年 6 月发的开源多模态模型，4280 亿参数、1M 上下文，自研 MSA 稀疏注意力把长上下文推理成本砍到 1/20。SWE-Bench Pro 59.0，是国产开源里少见的全能型选手。

1M 上下文这件事，行业里已经吹了一年多。但真正能用的没几个。

原因不复杂。标准注意力是平方复杂度，序列拉到 100 万 Token，算力需求能把任何一张卡吃干。所以大部分"1M 上下文"的模型，要么速度慢到没法交互，要么价格高到没人敢用。

MiniMax M3 的解法是自研一套稀疏注意力，叫 MSA。效果是：100 万上下文下，每 token 的计算量降到上一代的 1/20。

图 1：MSA 在 1M 上下文下把每 token 注意力计算降了 28.4 倍

这套注意力到底怎么省的

MSA 建立在 GQA（分组查询注意力）之上，分两条路走：

一条叫 Index Branch，很轻，负责给所有 KV 块打分，然后为每个查询组挑出最相关的 Top-k 块。另一条叫 Main Branch，只在选中的块上做精确注意力计算。

有个细节我觉得挺关键：局部块永远保留，不管它得分多低。这样能保证最近上下文的信息不丢。很多稀疏注意力方案就栽在这，稀疏过头导致模型忘了前半段说了什么。

官方论文里还有个数据。在一个 109B 的多模态模型上，MSA 在 1M 上下文下把每 token 注意力计算降了 28.4 倍，质量跟 GQA 持平。配上联合设计的 GPU kernel，H800 上 prefill 快了 14.2 倍，decode 快了 7.6 倍。

落到 M3 身上（对比上一代 M2）：prefill 9 倍，decode 15 倍。

这个数字是什么概念？100 万 token 的输入，原来要等几分钟，现在几十秒能出第一个 token。

规格

18 个专家里选 4 个，加上 1 个共享专家。这个稀疏度比 Kimi K3 的 16/896 低不少，但激活量 23B 也不算小。

有意思的是它给了三档思考模式，中间那个 adaptive 是让模型自己判断要不要深度推理。这个设计比"开/关"两档更实用。简单问题不浪费 token，复杂问题自己会多想。

跑分：全能，但没有单项第一

SWE-Bench Pro 59.0%。这个基准测的是真实软件工程任务，很难。59.0 超过了 GPT-5.5 和 Gemini 3.1 Pro。放在开源阵营里属于第一梯队。

SWE-bench Verified 80.5%。这个基准相对简单些，80.5 算正常水平，比 K2.6 的 80.2 高一点点。

Terminal Bench 2.1 66.0%。终端操作能力。这个分数不算突出，GLM-5.3 在 2.1 上是 88.2，但两者评测口径可能不同，别直接比。

BrowseComp 83.5。网页信息检索，这个分数超过了 Claude Opus 4.7 的 79.3。做深度研究类任务时这个能力很值钱。

MCP Atlas 74.2。工具调用能力，说明接外部系统这块没问题。

还有个我觉得最有意思的：PostTrainBench 37.1，全球第三。这个测试是让模型在 12 小时内独立完成另一个模型的后训练全流程，包括数据合成、训练、评估、迭代。M3 排第三，前面只有 Opus 4.7（42.4）和 GPT-5.5（39.3），后面是所有其他模型。

这说明它不只会写代码，还能组织一整个研究流程。这个能力目前很少有模型具备。

数学这块有点出人意料

MiniMax 同时发了个叫 MaxProof 的推理框架。思路是让模型在推理时同时扮演生成者、验证者、修正者和排序者，对候选证明做群体搜索，最后用锦标赛选优。

结果：M3 配 MaxProof，IMO 2025 拿 35/42，USAMO 2026 拿 36/42。两个都超过人类金牌线。

竞赛数学一直是闭源模型的强项，开源模型能到这个水平，说明稀疏注意力没有拖累推理质量。

短板

它是多模态，但输出只有文本。图片、视频能看懂，不能生成。想让它出图，得接别的模型。

社区许可证有门槛。MiniMax Community License 不是纯 MIT，商用前得读一遍条款。不同来源对协议的描述有出入，有的写 Modified MIT，有的写 Community License，建议直接看仓库里的 LICENSE 文件。

跑分都是自报。SWE-Bench Pro 59.0 这个数字，目前没看到第三方用同一 harness 复现。

中文场景的评测偏少。官方给的几乎全是英文基准，中文长文档、中文代码注释这些没数据。

怎么用

权重在 Hugging Face 和 GitHub（MiniMaxAI/MiniMax-M3），transformers 4.52.4 以上，vLLM 0.24.0 以上。官方推荐参数 temperature=1.0、top_p=0.95、top_k=40。

API 走 MiniMax 开放平台，国内 ¥2.1/¥8.4 这个价格，在 1M 上下文的模型里算便宜的。对比一下：混元 Hy4 是 ¥6/¥18，GLM-5.3 是 ¥8/¥28。

如果你的场景是"把整个代码库丢进去做分析"，M3 的性价比目前是最好的之一。

常被问的

M3 和 Kimi K3 怎么选？ K3 参数大 6 倍多（2.8T vs 428B），上限更高，但部署成本也高得多。日常任务 M3 够用，要顶到能力天花板选 K3。

1M 上下文真的能跑满吗？ 技术上可以，但要注意显存。全量 1M 需要多卡。单卡跑 128K-256K 是现实选择。

支持微调吗？ 权重开源，理论上可以。官方没给微调脚本，得自己写。

最后

M3 让我改变了一个看法。之前我觉得"1M 上下文"更像营销数字，因为能用和好用是两回事。MSA 这套方案至少让"能用"这件事成立了。

它的定位也很清醒：不追求单项第一，追求"编程、Agent、长上下文、多模态"四项都不短板。对大多数团队来说，这种均衡比某个单项冠军更实用。

价格 ¥2.1 输入，是它最狠的地方。