发生了什么
MiniMax 发布 MiniMax M3(1M 上下文, 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas, 排名第 8)
为什么值得关注
建议重点看权重与技术报告，关注其 1M 上下文、原生多模态和编码/智能体基准表现是否能在开源模型中形成可复现的竞争力。
信息来源
以下内容来自公开来源，可打开原文继续核验。
MiniMax M3
MiniMax 官方转发称，MiniMax-M3 在 Artificial Analysis 排名升至第 8，并表示由于同步开源 MSA operator 的工作量，模型权重将于下周晚些时候向所有人发布。原帖介绍 MiniMax M3 是首个结合三项前沿能力的 open-weights 模型，给出了 59.0% SWE-Bench Pro、66.0% Terminal Bench 2.1、34.8% SWE-fficiency、28.8% KernelBench Hard、74.2% MCP Atlas 等编码与智能体基准成绩，同时宣称 MiniMax Sparse Attention 可将上下文扩展到 1M，且模型从一开始就原生支持多模态；API、Token Plan 和 MiniMax Code 已同步公开，权重与技术报告预计约 10 天内发布。
打开原始来源 ↗MiniMax 发布 M3 开源模型
MiniMax 发布开源权重模型 M3，在 Code Arena Frontend 排名第 7（得分 1531），性能与 GLM-5.1 相当。该模型支持 1M 上下文并原生支持多模态，在 SWE-Bench Pro (59.0%)、Terminal Bench 2.1 (66.0%)、SWE-fficiency (34.8%)、KernelBench Hard (28.8%) 和 MCP Atlas (74.2%) 中取得相应成绩。定价为每 Mtoken 输入 $0.60，输出 $2.40。
打开原始来源 ↗