SambaCloud 上 MiniMax M3 开启 Prompt Caching，输入成本降 90%
在 SambaCloud 上跑 MiniMax M3 的可以白捡一笔：长上下文缓存命中后 TTFT 快最多 4.7 倍，输入价格砍到 0.06 美元每百万 token，代码一行不用改。
#M3
共 31 条 · 7 天 1 条 · 30 天 2 条
信息流里打上「M3」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月8日
10月1日
9月7日
7月11日
MiniMax M3内核用KV-stationary策略解决稀疏注意力内存瓶颈
MiniMax搞了个M3内核，KV-stationary让稀疏注意力在B200上跑到980 TFLOP/s，每个块只读一次，长上下文推理加速神器。
7月8日
6月17日
MiniMax M3 在 Agent Arena 排名第18，成为第5开源模型
MiniMax M3 在 Agent Arena 上排名上升了4位，是最强开源模型之一，能写代码、做PPT、查资料，幻觉控制也顶级。
6月14日
6月13日
6月12日
MiniMax M3 发布：长上下文多模态模型，支持文本/图像/视频推理
多模态推理模型终于有了高效的开源选择——MiniMax M3 用 23B 激活参数实现长上下文多模态推理，做视频分析或长文档处理的团队可以直接在 NVIDIA 端点免费试，值得关注。
6月4日
MiniMax M3 开源模型上线 SiliconFlow：1M 上下文、原生多模态、编码超 GPT-5.5
M3 把编码、长上下文和多模态三合一开源了，做 AI 应用开发的团队可以直接在 SiliconFlow 上低成本试用，编码能力还超过了 GPT-5.5，值得上手体验。
MiniMax M3 发布：MSA 注意力机制实现 1M token 解码快 15.6 倍
长上下文推理的瓶颈被 MSA 大幅缓解，做 RAG、长文档分析或大上下文应用的团队值得立即体验，速度提升意味着更低的成本和更好的用户体验。
6月2日
MiniMax M3 开源：首个融合编码、智能体与多模态的开放权重模型
MiniMax M3 把编码、智能体和多模态三合一开源，做 AI 应用和 Agent 开发的团队可以直接拿来用，尤其适合需要长上下文和复杂任务自动化的场景。
MiniMax 发布 M3 模型：MSA 架构、1M 上下文、原生多模态与智能体编程
MiniMax M3 的 1M 上下文和原生多模态能力直接解决了长文档分析和视频理解的痛点，做 RAG 应用或自动化编程的团队值得关注其 agentic coding 特性。
开源模型 MiniMax M3 性能比肩 GPT-5.5，成本仅十分之一
开源模型首次在编码和智能体任务上追平 GPT-5.5 和 Opus，成本却低一个数量级。做 AI 应用开发或自建模型的团队，值得关注权重发布后直接试用。
6月1日
MiniMax 发布 M3 模型：1M 上下文窗口与原生多模态
MiniMax M3 将 1M 上下文、多模态和智能体能力打包进一个模型，做长文本处理或多模态应用的开发者可以直接用它替代多个模型组合，省心又高效。
MiniMax M3 模型登陆 Ollama Cloud，支持编程与智能体任务
M3 在编程和智能体任务上表现突出，做自动化开发或智能体应用的团队可以直接在 Ollama Cloud 上免费试，零数据留存也适合对隐私敏感的开发者。
MiniMax M3 即将发布，OpenCode 可免费体验
MiniMax M3 即将上线，做 AI 编程和智能体开发的团队可以趁免费期在 OpenCode 上抢先体验，看看它能否成为你工作流中的新利器。
MiniMax M3 上线，Together AI 提供推理支持
MiniMax M3 上线并由 Together AI 支持推理，意味着模型推理性能有保障，做 AI 应用开发的团队可以直接试用，值得关注。
MiniMax M3 发布：首个融合编码、智能体与多模态的开源模型
MiniMax M3 把编码、智能体和多模态三个前沿能力打包进一个开源模型，做 AI 应用开发或智能体研究的团队可以直接用 API 体验，值得关注即将开源的权重。
MiniMax M3 开源模型上线 Arena，支持编码、智能体与多模态
MiniMax M3 把编码、智能体和多模态塞进一个开源模型，做 AI 应用和 Agent 开发的团队可以直接在 Arena 上测效果，省去自己搭环境的时间。
5月28日
MiniMax 即将发布 M3 大模型，稀疏注意力提速 9.7 倍
稀疏注意力是当前大模型效率优化的关键方向，MiniMax 的 9.7 倍提速对做长文本推理的开发者是直接利好，值得关注其技术细节和开源计划。
5月27日
MiniMax M3 即将发布，1M上下文速度提升10倍以上
MiniMax M3用动态稀疏注意力把1M上下文的算力成本打下来了，做长上下文Agent的开发者可以直接关注，这可能是让百万token任务真正落地的关键突破。