主要来源岚叔
查看原文事件专题 · 多源确认
MiniMax-M3 发布：1M上下文+稀疏注意力，押注Agentic Coding
MiniMax 发布新一代旗舰模型 M3，面向 coding agent、长上下文和多模态任务。M3 支持 1M 上下文，核心技术创新是 MiniMax Sparse Attention (MSA)，通过稀疏注意力将 KV 分块并精确选取相关块，大幅降低长上下文计算成本。在 1M 上下文下，每 token 计算量仅为上一代的 1/20，prefill 提速 9 倍以上，decode 提速 15 倍以上。M3 支持文本、图片、视频输入，将长上下文、工具调用、多模态理解和持续执行能力整合，明确押注 agentic coding 场景。
当前结论
M3 的稀疏注意力解决了长上下文推理的成本痛点，做 coding agent 和自动化任务的开发者可以直接关注——1M 上下文下计算量骤降 95%，意味着更长的任务链也能跑得动。
7 个信源76° AI 热度最后更新 2026/6/1 10:53:47
证据链
相关来源 1歸藏(guizang.ai)
查看原文相关来源 2OpenRouter
查看原文相关来源 3Together AI
查看原文相关来源 4IT之家
查看原文相关来源 5Guillermo Rauch
查看原文相关来源 6Browser Use
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。