跳到正文
MiniMax (official)· @MiniMax_AI · X·· 2026-06-12同事件AI 评分81
AI 导读

MiniMax 发布开源权重模型 M3,约 428B 总参数、23B 激活参数,已上传 HuggingFace。该模型融合三种前沿能力:编码与智能体方面达 59.0% SWE-Bench Pro、66.0% Terminal Bench 2.1、34.8% SWE-fficiency、28.8% KernelBench Hard、74.2% MCP Atlas;采用 MiniMax 稀疏注意力将上下文窗口扩展至 1M token;原生多模态。同步上线 MiniMax Code 工具及 API 平台。权重与技术报告预计约 10 天后发布。

同一件事,精选收录的是《MiniMax M3 获 vLLM 日零支持,1M 上下文窗口与 MSA 稀疏注意力》

正文 · AI 翻译

MiniMax M3,开放权重,现已上线 Hugging Face,仅约 428B 参数和约 23B 激活参数。
权重:https://huggingface.co/MiniMaxAI/MiniMax-M3
MiniMax Sparse Attention:https://huggingface.co/papers/2606.13392

引用MiniMax (official)@MiniMax_AI
推出 MiniMax M3:首个融合三项前沿能力的开放权重模型 - 编程与智能体前沿:59.0% SWE-Bench Pro,66.0% Terminal Bench 2.1,34.8% SWE-fficiency,28.8% KernelBench Hard,74.2% MCP Atlas - MiniMax Sparse Attention 将上下文扩展至 1M - 从第零步起原生多模态 API:http://platform.minimax.io Token 套餐:https://platform.minimax.io/subscribe/token-plan 🚀全新!MiniMax Code:http://code.minimax.io 权重与技术报告约 10 天后发布
原文

Introducing MiniMax M3: The First Open-Weights Model to Combine Three Frontier Capabilities - Coding & Agentic Frontier: 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas - MiniMax Sparse Attention scales context to 1M - Natively Multimodal from Step Zero API: http://platform.minimax.io Token Plan: https://platform.minimax.io/subscribe/token-plan 🚀New! MiniMax Code: http://code.minimax.io Weights & Tech Report in ~10 Days

在 X 查看被引用的帖子

来源:MiniMax (official) · x.com