昨天Kimi发了K2.7，今天MiniMax甩出M3，开源代码模型卷疯了
🩺 摘要
昨天Kimi发了K2.7，今天MiniMax甩出M3，开源代码模型卷疯了 昨天月之暗面开源了 Kimi K2.7-Code，这个我们聊过了。 今天轮到 MiniMax。 同样是开源权重，同样是代码模型，但 M3 的打法不太一样——它不讲单项最强，它讲"我全要"。 编码 + 1M 上下文 +
📝 详情
昨天Kimi发了K2.7，今天MiniMax甩出M3，开源代码模型卷疯了
昨天月之暗面开源了 Kimi K2.7-Code，这个我们聊过了。
今天轮到 MiniMax。
同样是开源权重，同样是代码模型，但 M3 的打法不太一样——它不讲单项最强，它讲"我全要"。
编码 + 1M 上下文 + 原生多模态，三个能力打包进一个开源模型。
这在开源阵营里，确实头一回见。
01. M3 的第一个杀招：编码能力硬刚闭源旗舰
M3 总参数 428B，激活参数 23B。MoE 架构。
看几个关键数据：
SWE-Bench Pro 拿到 59.0%——超过 GPT-5.5 和 Gemini 3.1 Pro，逼近 Claude Opus 4.7。
Terminal Bench 2.1 是 66.0%。
MCP Atlas（衡量模型对工具协议的理解和执行能力）是 74.2%。
KernelBench Hard 是 28.8%。
SWE-fficiency 是 34.8%。
一个一个看。SWE-Bench Pro 是目前公认难度最高的真实软件工程测评集，它不是刷 LeetCode，是直接修真实 GitHub 项目的 issue。在这个赛道上，M3 已经跨过了 GPT-5.5 这条线。
Terminal Bench 测的是终端环境下的多步骤任务执行能力，66.0% 这个数字放在开源模型里是第一梯队的。
MCP Atlas 这个评测很多人不熟——它是测模型能不能理解 MCP 协议、能不能正确调用工具。66%→74.2%，说明 M3 在 Agent 场景下的工具调用能力不是喊口号，是真的有提升。
02. 第二个杀招：1M 超长上下文，但真正值钱的是背后的架构
1M token 上下文，MiniMax M2.7 就有了，不新鲜。
新鲜的是 M3 怎么做到的。
M3 用了自研的 MiniMax 稀疏注意力架构，名字叫 MSA（MiniMax Sparse Attention）。
传统全注意力机制在长上下文场景下计算量是 O(n²)，token 越多越跑不动，成本越高。MSA 的核心思路是：不是所有 token 都需要跟所有 token"互看"，大部分注意力计算是浪费的。
结果是：
在 100 万 token 上下文规模下，M3 单 token 计算量只有上代模型的约 1/20。
这是真正的工程护城河。
翻译成开发者能感知的话：别人处理一个 50 万 token 的代码仓库，可能已经触发 OOM 或者烧掉大量算力成本；M3 还能稳稳地跑完整个流程，成本还低一个数量级。
对于做大型代码库重构、长文档 RAG、长周期 Agent 任务的人来说，这点是实打实的生产力差异。
03. 第三个杀招：原生多模态，不是后加补丁
很多模型的"多模态"是做完了文本模型，再外挂一个视觉模块。
M3 不是。它从训练第一天就是文本、图片、视频混合训练，数据规模和训练管线都做了扩展。
支持图像理解、视频理解，还支持 Computer Use——让 AI 像人一样操作电脑桌面，在多个应用之间切换完成任务。
加上前两个能力，M3 的应用场景覆盖了三块：
- 编码 + Agent 场景（SWE-Bench Pro、MCP Atlas 的高分支撑）
- 长文档 + 大型代码库（1M 上下文 + MSA 架构的算力优势）
- 多模态 + 桌面操控（原生多模态 + Computer Use）
这三个场景单独拿出来，开源模型里都能找到对应产品。但打包在一个开源权重里，M3 是第一家。
04. 说点大实话
M3 的 API 定价是输入 4.2 元/百万 token，Plus 订阅 49 元/月给 6 亿 token——大约等于 Claude Pro 的五倍容量。价格策略很明显：用开源打开发者心智，用低价抢 B 端份额。
但有一说一，有几个点需要冷静看。
第一，M3 今天上的是 HuggingFace 开源权重，但技术报告和完整权重大约 10 天后才发布。现在能看到的数据都是 MiniMax 官方跑的，需要等第三方独立复测验证。
第二，SWE-Bench Pro 59.0% 超过了 GPT-5.5，但 GPT-5.5 本身在 Coding 评测上并不是最强的——Claude Opus 4.7 和 Fable 5 分数更高。同时，跑分和实际生产环境有差距，真正好不好用，得上手跑几轮才知道。
第三，M3 的定位是"全能"，但全能也意味着在特定方向上可能不如专精模型。编码深度上，可能不如专做代码的 K2.7-Code；长上下文上，虽然 MSA 架构效率高，但 1M 窗口的端到端稳定性和召回率还需要实测。
整体来看，M3 是一个竞争力很强的开源模型。三项能力完整打包，在编码、Agent、长上下文和视觉场景下都有实用价值。加上 MiniMax 自己做 C 端产品的全模态经验（海螺 AI、星野、Talkie），多模态这块的积累不是一天两天的事。
MiniMax 最近也在推进 A 股 IPO。开源自研旗舰模型 + 冲击科创板，这套组合拳的节奏感很强。
动手试试？ 模型已经在 HuggingFace 上架：https://huggingface.co/MiniMaxAI/MiniMax-M3
你们觉得，M3 这个"三合一"定位，是开源模型该走的方向吗？还是应该像 K2.7 那样只精耕代码？评论区聊聊。
昨天Kimi发了K2.7，今天MiniMax甩出M3，开源代码模型卷疯了
昨天月之暗面开源了 Kimi K2.7-Code，这个我们聊过了。
今天轮到 MiniMax。
同样是开源权重，同样是代码模型，但 M3 的打法不太一样——它不讲单项最强，它讲"我全要"。
编码 + 1M 上下文 + 原生多模态，三个能力打包进一个开源模型。
这在开源阵营里，确实头一回见。
01. M3 的第一个杀招：编码能力硬刚闭源旗舰
M3 总参数 428B，激活参数 23B。MoE 架构。
看几个关键数据：
SWE-Bench Pro 拿到 59.0%——超过 GPT-5.5 和 Gemini 3.1 Pro，逼近 Claude Opus 4.7。
Terminal Bench 2.1 是 66.0%。
MCP Atlas（衡量模型对工具协议的理解和执行能力）是 74.2%。
KernelBench Hard 是 28.8%。
SWE-fficiency 是 34.8%。
一个一个看。SWE-Bench Pro 是目前公认难度最高的真实软件工程测评集，它不是刷 LeetCode，是直接修真实 GitHub 项目的 issue。在这个赛道上，M3 已经跨过了 GPT-5.5 这条线。
Terminal Bench 测的是终端环境下的多步骤任务执行能力，66.0% 这个数字放在开源模型里是第一梯队的。
MCP Atlas 这个评测很多人不熟——它是测模型能不能理解 MCP 协议、能不能正确调用工具。66%→74.2%，说明 M3 在 Agent 场景下的工具调用能力不是喊口号，是真的有提升。
02. 第二个杀招：1M 超长上下文，但真正值钱的是背后的架构
1M token 上下文，MiniMax M2.7 就有了，不新鲜。
新鲜的是 M3 怎么做到的。
M3 用了自研的 MiniMax 稀疏注意力架构，名字叫 MSA（MiniMax Sparse Attention）。
传统全注意力机制在长上下文场景下计算量是 O(n²)，token 越多越跑不动，成本越高。MSA 的核心思路是：不是所有 token 都需要跟所有 token"互看"，大部分注意力计算是浪费的。
结果是：
在 100 万 token 上下文规模下，M3 单 token 计算量只有上代模型的约 1/20。
这是真正的工程护城河。
翻译成开发者能感知的话：别人处理一个 50 万 token 的代码仓库，可能已经触发 OOM 或者烧掉大量算力成本；M3 还能稳稳地跑完整个流程，成本还低一个数量级。
对于做大型代码库重构、长文档 RAG、长周期 Agent 任务的人来说，这点是实打实的生产力差异。
03. 第三个杀招：原生多模态，不是后加补丁
很多模型的"多模态"是做完了文本模型，再外挂一个视觉模块。
M3 不是。它从训练第一天就是文本、图片、视频混合训练，数据规模和训练管线都做了扩展。
支持图像理解、视频理解，还支持 Computer Use——让 AI 像人一样操作电脑桌面，在多个应用之间切换完成任务。
加上前两个能力，M3 的应用场景覆盖了三块：
- 编码 + Agent 场景（SWE-Bench Pro、MCP Atlas 的高分支撑）
- 长文档 + 大型代码库（1M 上下文 + MSA 架构的算力优势）
- 多模态 + 桌面操控（原生多模态 + Computer Use）
这三个场景单独拿出来，开源模型里都能找到对应产品。但打包在一个开源权重里，M3 是第一家。
04. 说点大实话
M3 的 API 定价是输入 4.2 元/百万 token，Plus 订阅 49 元/月给 6 亿 token——大约等于 Claude Pro 的五倍容量。价格策略很明显：用开源打开发者心智，用低价抢 B 端份额。
但有一说一，有几个点需要冷静看。
第一，M3 今天上的是 HuggingFace 开源权重，但技术报告和完整权重大约 10 天后才发布。现在能看到的数据都是 MiniMax 官方跑的，需要等第三方独立复测验证。
第二，SWE-Bench Pro 59.0% 超过了 GPT-5.5，但 GPT-5.5 本身在 Coding 评测上并不是最强的——Claude Opus 4.7 和 Fable 5 分数更高。同时，跑分和实际生产环境有差距，真正好不好用，得上手跑几轮才知道。
第三，M3 的定位是"全能"，但全能也意味着在特定方向上可能不如专精模型。编码深度上，可能不如专做代码的 K2.7-Code；长上下文上，虽然 MSA 架构效率高，但 1M 窗口的端到端稳定性和召回率还需要实测。
整体来看，M3 是一个竞争力很强的开源模型。三项能力完整打包，在编码、Agent、长上下文和视觉场景下都有实用价值。加上 MiniMax 自己做 C 端产品的全模态经验（海螺 AI、星野、Talkie），多模态这块的积累不是一天两天的事。
MiniMax 最近也在推进 A 股 IPO。开源自研旗舰模型 + 冲击科创板，这套组合拳的节奏感很强。
动手试试？ 模型已经在 HuggingFace 上架：https://huggingface.co/MiniMaxAI/MiniMax-M3
你们觉得，M3 这个"三合一"定位，是开源模型该走的方向吗？还是应该像 K2.7 那样只精耕代码？评论区聊聊。
💬 评论 (0)