MiniMax翻译站点

MiniMax 是 MiniMax AI 开发的开放权重大模型家族。截至 2026 年 8 月，最新开放权重主线 M3 于 2026 年 6 月 1 日发布，约 428B 总参/23B 激活 MoE，采用自研 MSA 稀疏注意力架构，1M 上下文，原生支持文本/图像/视频输入，是开放权重中首个同时具备前沿编程、1M 上下文与原生多模态三大能力的模型，采用 MiniMax Community License（自定义许可）。

 

产品概述

MiniMax 由 MiniMax AI（稀宇科技）开发，自 2025 年 M2 系列起步，是国产开放权重大模型家族中”前沿编程 + 超长上下文 + 原生多模态”路线的代表。公司成立于 2022 年初，定位 AGI 基础研究，自研多模态通用大模型具备代码、Agent、超长上下文处理能力 。

 

版本演进（具体以官网实时信息为准）：

• MiniMax M2（2025 年 10 月）：MIT 许可，开放权重起点
• MiniMax M2.5 / M2.7（2025-2026 年）：许可转为 Modified MIT，商业使用需 MiniMax 书面授权
• MiniMax M3（2026 年 6 月 1 日发布）：当前最新开放权重主线。开放权重领域首个将前沿编程、1M 上下文、原生多模态三者合一的模型

 

当前主线 MiniMax M3 核心参数​ ：

• 架构：MoE + MiniMax Sparse Attention（MSA），128 个专家（top-4 + 1 shared），60 层（前 3 层稠密）
• 总参数量：约 428B
• 激活参数：约 23B/token
• 上下文：1M tokens（API 保障最低 512K）
• 最大输出：524,288 tokens（硬上限），官方推荐 131,072 tokens
• 模态：原生多模态，文本/图像/视频输入，文本输出
• 推理模式：自适应思考 / 关闭思考双模式
• 许可：MiniMax Community License（自定义许可）
• API 兼容：OpenAI 兼容 + Anthropic 兼容双格式
• 权重体积：BF16 约 854GB，MXFP8 约 440GB

 

MSA 架构创新​ ：

• MiniMax Sparse Attention：全新的稀疏注意力架构，将 1M 上下文下的每 token 计算量降至前代模型的 1/20
• 9× prefill / 15× decode 加速：在 1M 上下文长度下，prefill 阶段提速 9 倍以上，decode 阶段提速 15 倍以上
• KV 外聚集 Q：以 KV block 为外循环聚合命中的 queries，每个 block 仅读取一次且内存访问连续，算术强度较开源 Flash-Sparse-Attention 与 flash-moba 提升 4 倍以上
• 能力无损：在多项消融实验中，MSA 在绝大部分能力上匹配全注意力

 

Step 0 原生多模态训练​ ：

M3 从训练第零步即进行多模态混合训练，文本与视觉语义空间高度对齐——多模态是”刻在模型骨子里的原生能力”，而非后期贴上去的视觉适配器。

 

许可策略（关键）：

M3 采用 MiniMax Community License（自定义许可，非 OSI 开源）：

• 非商业使用：免费，可自由使用、复制、修改、合并、分发
• 商业使用：需在产品相关网站、用户界面、博客、关于页或文档中醒目展示 “Built with MiniMax M3” 标识​
• 年收入 > 2000 万美元的商业产品：需联系 MiniMax 获取事先书面授权​
• 年收入 ≤ 2000 万美元：仅需在 api@minimax.io 发送一次性通知
• 禁止军事用途、剥削未成年人、生成有害虚假信息、仇恨言论等
• 无地域限制

💡 与 DeepSeek V4（MIT）、Qwen3.8-27B（Apache-2.0）、Gemma 4（Apache-2.0）、Phi-4（MIT）等”无条件宽松许可”不同，MiniMax M3 是”自定义社区许可”——对 99% 的中小团队功能上可用，但商业使用有署名义务与营收门槛。这是 MiniMax 继 M2.7 之后延续的许可策略：以开放权重扩大生态，同时守护官方 API 定价权 。

 

核心能力

• 前沿编程与 Agent：M3 在 SWE-Bench Pro 达 59.0%，超越 GPT-5.5（58.6%）与 Gemini 3.1 Pro（54.2%），逼近 Opus 4.7（64.3%）；Terminal-Bench 2.1 达 66.0%；MCP Atlas 达 74.2%
• 1M 超长上下文：基于 MSA 架构实现 1M token 上下文窗口，是长程 Agent、长程 Coding、长视频理解的基础设施
• 原生多模态：Step 0 多模态混合训练，文本/图像/视频统一处理，OmniDocBench 多模态基准超越 Gemini 3.1 Pro
• 长程自主任务：官方演示 M3 连续 12 小时自主复现 ICLR 2025 杰出论文，产出 18 次 commit 与 23 张实验图表；24 小时优化 CUDA 算子实现 9.4× 加速
• 双推理模式：自适应思考 / 关闭思考双模式，相同定价，灵活应对不同任务复杂度
• 工具调用与 Agent 协作：具备自主任务拆解、工具调用与多步推理能力，目标是”直接可交付的代码”而非”能跑但需要人改”
• SVG 生成：SVG-Bench 达 63.7%，超越 Opus 4.7（62.3%）、GPT-5.5（58.2%）、Gemini 3.1 Pro（59.2%）
• 自主浏览与信息检索：BrowseComp 达 83.5%，超越 Opus 4.7（79.3）
• 主流框架 Day 0 支持：vLLM（v0.24.0+ 稳定支持 ）、SGLang、Transformers、KTransformers、Unsloth、ATOM 均已支持

 

优势亮点

• 三项前沿能力首次合一：M3 是开放权重中首个同时具备前沿编程、1M 上下文、原生多模态的模型，此前这三项能力仅有闭源前沿模型（Opus 4.7、GPT-5.5、Gemini 3.1 Pro）具备
• MSA 架构效率突破：1M 上下文下每 token 计算量降至前代 1/20，prefill 9× 加速、decode 15× 加速，让 1M 上下文在工程上真正可用
• 极致 API 性价比：API 定价 $0.30/百万输入 token、$1.20/百万输出 token（512K 以内），约为 Claude Opus 4.8 的 1/6 价 ；$0.60/$2.40（512K 以上）
• 国产算力 Day 0 适配：摩尔线程 MTT S5000 已完成 Day-0 极速适配，是国产 AI 芯片上的前沿开放权重选项
• 双 API 兼容：同时兼容 OpenAI 与 Anthropic API 格式，迁移零成本
• 真实工程级编程：M3 不只生成代码，更能”协作”——通过交互式用户模拟器框架训练，能主动澄清需求、调整方案、跨上下文分配任务、基于中间结果多轮迭代
• 权重开放 + 模型卡详尽：Hugging Face 仓库提供完整权重、配置、分词器，下载量上月 17.3 万次

 

局限

• 许可非宽松开源：MiniMax Community License 要求商业产品署名 “Built with MiniMax M3″，年收入 > 2000 万美元需事先书面授权——与 DeepSeek V4（MIT）形成最本质差异
• 自托管硬件门槛极高：BF16 权重约 854GB，MXFP8 约 440GB ；社区 4-bit 量化不等同于完整 M3 体验，需匹配特定 GPU 架构（NVIDIA Blackwell NVFP4 / AMD MI350 MXFP4）
• 独立评测智能指数不及顶级：Artificial Analysis 给出的 Intelligence Index 为 45.4，Coding Index 58.6，Agentic Index 36.1 ，与 DeepSeek V4、Kimi K3、GLM-5.3 等开放权重旗舰仍有差距
• 部分基准不及同档闭源：Terminal-Bench 2.1（66.0 vs Opus 4.7 66.1、GPT-5.5 78.2）、OSWorld-verified（70% vs Opus 4.7 82.8）等基准上仍不及顶级闭源
• 纯文本输出：M3 支持文本/图像/视频输入，但输出仅为文本，不支持图像/视频生成（图像/视频生成需使用 MiniMax 的 Hailuo 2.3 / Image 等产品线）
• 基准多为厂商自测：SWE-Bench Pro 59.0% 等核心数据由 MiniMax 技术报告发布，第三方独立评测截至 2026 年 8 月仍在陆续出炉
• 旧版本许可回溯：M2/M2.5/M2.7 已从 MIT 转为 Modified MIT 或自定义许可 ，早期用户的许可预期需重新确认

 

适用人群

• 长程编程与 Agent 开发团队：1M 上下文 + SWE-Bench Pro 59.0% + 原生多模态，是开放权重中处理完整代码库、长视频理解、多文件重构的最佳选择
• 多模态长文档分析：M3 原生多模态 + 1M 上下文，可一次性处理长视频、包含图表的 PDF、完整技术文档
• 成本敏感的高并发场景：API 定价 $0.30/$1.20 每百万 token，约为同级闭源模型的 1/6，长上下文场景性价比突出
• 可接受自定义许可的商业产品：年收入 ≤ 2000 万美元的商业产品，署名 “Built with MiniMax M3” 后即可商用
• 国产算力适配需求方：摩尔线程 MTT S5000 Day-0 适配，是国产 AI 芯片上的前沿多模态开放权重
• 数据中心级自托管团队：具备多卡 H100/B200 或国产智算集群的团队，可完全本地部署 M3

 

安装与部署

 

1. 硬件需求参考

⚠️ M3 权重约 854GB（BF16），任何单机方案都应注明量化方式与引擎兼容性。消费级硬件运行 M3 在当前技术条件下不可行，社区量化可能改变多模态支持、工具调用解析、MSA 执行等行为

 

2. 获取模型权重

从 Hugging Face 拉取官方权重：

# BF16 版本（约 854GB）
hf download MiniMaxAI/MiniMax-M3 --local-dir /srv/models/MiniMax-M3

# MXFP8 量化版本（约 440GB，推荐）
hf download MiniMaxAI/MiniMax-M3-MXFP8 --local-dir /srv/models/MiniMax-M3-MXFP8

# 使用 vLLM 官方推荐的下载方式
python3 -m pip install -U "huggingface_hub[cli]"
huggingface-cli download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

💡 不要同时下载 BF16 和 MXFP8 来对比文件名，两者合计超过 1TB 存储空间

 

3. 通过 vLLM 部署（推荐生产环境）

vLLM v0.24.0+ 已稳定支持 M3 ：

# 安装 vLLM
pip install vllm

# 启动 M3 服务
vllm serve MiniMaxAI/MiniMax-M3 \
  --tensor-parallel-size 8 \
  --max-model-len 1000000 \
  --enable-reasoning

# 或使用 MXFP8 量化版本（Blackwell 架构）
vllm serve MiniMaxAI/MiniMax-M3-MXFP8 \
  --tensor-parallel-size 8 \
  --max-model-len 1000000

 

4. 通过 SGLang 部署

sglang serve --model-path MiniMaxAI/MiniMax-M3 \
  --tp 8 \
  --context-length 1000000

 

5. 通过 Hugging Face Transformers 推理

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "MiniMaxAI/MiniMax-M3"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name, torch_dtype="auto", device_map="auto"
)

 

6. 云端 API 调用（推荐大多数团队）

MiniMax 官方 API（OpenAI 兼容）：

from openai import OpenAI

client = OpenAI(
    api_key="your-minimax-api-key",
    base_url="https://api.minimax.io/v1"
)

response = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "video_url", "video_url": {"url": "https://example.com/video.mp4"}},
                {"type": "text", "text": "总结这段视频的内容"}
            ]
        }
    ]
)

Anthropic 兼容格式亦支持，便于从 Claude 生态迁移。

第三方托管平台：

• OpenRouter：$0.30/$1.20 每百万 token
• Novita、Together AI、Fireworks、Featherless AI、DeepInfra 等平台均已上线 M3

 

7. 国产算力部署

摩尔线程 MTT S5000 已完成 Day-0 极速适配 ：

# 使用摩尔线程提供的 vLLM 镜像
docker pull registry.mthreads.com/mcconline/inference/vllm:v0.20.0-ph1-4.3.5-torch2.9-20260605-mtcc51

 

8. 推理参数推荐

MiniMax 官方推荐推理参数 ：

• temperature = 1.0
• top_p = 0.95

 

9. 部署前必检清单

• 确认仓库位于 huggingface.co/MiniMaxAI/MiniMax-M3（官方组织）
• 商用部署前阅读 MiniMax Community License，确认署名与营收门槛条款
• 确保 1TB+ 空闲存储（BF16 + MXFP8 转换空间）
• 多卡部署使用高带宽 GPU 互联，TP=8 跨慢速 PCIe 链接可能拟合但性能差
• 起步配置：32K 或 128K 上下文上限、单请求、短输出，测量峰值显存后再扩容
• 本地 OpenAI 兼容端口绑定 loopback，直至配置鉴权、TLS、请求限制与日志策略

⚠️ 自托管不免除许可义务——MiniMax Community License 对商业使用的署名与授权要求同样适用于自托管部署 。年收入 > 2000 万美元的产品必须获取 MiniMax 事先书面授权。