模型
别名：Minimax M3
MiniMax 推出的新一代大语言模型，用于编码等任务。
已跟踪 4 条高相关材料
最近变化
2026-06-01 · M3 支持 100 万 token 上下文窗口，采用稀疏注意力架构控制成本，专为编码代理设计。
为什么值得关注
M3 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Minimax M3 (Fully Tested) + FULLY FREE API: This is ACTUALLY GOOD!
AICodeKing · 7.8 分
Minimax M3 是一款集百万上下文、多模态、开源权重与代理式编码能力于一体的前沿模型，目前可在 Open Code 中免费体验，实测在复杂交互任务中表现中等（4/10），适合开发者快速验证其工具链集成能力。
.@MiniMax_AI M3 model is available on Ollama's Cloud! In partnership with MiniMax, the M3 model on...
ollama(@ollama) · 7.5 分
MiniMax M3 模型已上线 Ollama Cloud，支持 US 基地部署与零数据保留，专为编码和代理任务优化，在 SWE-Bench Pro 等基准中达 59%+ 分数，结合稀疏注意力实现 1M 上下文长度。
MiniMax M3 on AI Gateway
Vercel News · 6.5 分
MiniMax M3 模型现已接入 Vercel AI Gateway，支持100万令牌上下文窗口与原生多模态能力，基于MSA稀疏注意力架构，提升工程效率与工具调用能力。
已收录 4 条与 M3 相关的内容，按评分排序。
Minimax M3 是一款集百万上下文、多模态、开源权重与代理式编码能力于一体的前沿模型，目前可在 Open Code 中免费体验，实测在复杂交互任务中表现中等（4/10），适合开发者快速验证其工具链集成能力。
入选理由：M3 支持 100 万 token 上下文窗口，采用稀疏注意力架构控制成本，专为编码代理设计。
MiniMax M3 模型已通过 Ollama Cloud 发布，支持 US 部署与零数据保留，专为编码和代理任务设计，在 SWE-Bench Pro 基准中达 59%+ 正确率，结合稀疏注意力实现 1M 上下文长度。
入选理由：M3 在 SWE-Bench Pro 基准中取得 59.0% 正确率，优于多数开源模型。
MiniMax M3 模型现已接入 Vercel AI Gateway，支持100万令牌上下文窗口与原生多模态能力，基于MSA稀疏注意力架构，提升工程效率与工具调用能力。
入选理由：M3模型支持1M令牌上下文窗口，显著提升长文本处理能力。
MiniMax M3 即将发布，开发者将在自有编码代理和测试框架中进行深度测试，评测即将推出；OpenCode 平台已提供免费试用。
入选理由：MiniMax M3 即将发布，预计在 OpenCode 平台上线。
