ข้อมูลจำเพาะทางเทคนิคของ MiniMax M3
| รายการ | MiniMax M3 |
|---|---|
| ตระกูลโมเดล | โมเดลรากฐานระดับฟรอนเทียร์ MiniMax M3 |
| ผู้ให้บริการ | MiniMax |
| สถาปัตยกรรม | MiniMax Sparse Attention (MSA) |
| ประเภทอินพุต | ข้อความ, รูปภาพ, วิดีโอ |
| ประเภทเอาต์พุต | ข้อความ |
| หน้าต่างบริบท | สูงสุด 1,000,000 โทเค็น (รับประกันขั้นต่ำ 512K) |
| จุดเด่นหลัก | การเขียนโค้ด, เวิร์กโฟลว์แบบเอเจนต์, การให้เหตุผลแบบมัลติโหมด, การประมวลผลบริบทยาว |
| โหมดการให้เหตุผล | โหมดการคิดแบบเปิด/ปิด |
| การใช้เครื่องมือ | เวิร์กโฟลว์แบบเอเจนต์, การเรียกใช้เครื่องมือ, การรันงานบนเทอร์มินัล |
| การปรับใช้ | API, MiniMax Code, Token Plan, การปล่อยรุ่น open-weight ที่จะตามมา |
| การรองรับมัลติโหมด | การพรีเทรนมัลติโหมดแบบเนทีฟตั้งแต่เริ่มต้น |
| วันที่เปิดตัว | มิถุนายน 2026 |
MiniMax M3 คืออะไร?
MiniMax M3 คือโมเดล AI ระดับฟรอนเทียร์ที่ออกแบบมาโดยเน้นสามความสามารถซึ่งที่ผ่านมาโดยมากจำกัดอยู่ในระบบปิด: สมรรถนะการเขียนโค้ดขั้นสูง การประมวลผลบริบทระดับล้านโทเค็น และความเข้าใจแบบมัลติโหมดเนทีฟ แตกต่างจากโมเดลที่เพิ่มความสามารถด้านภาพในภายหลัง M3 ถูกฝึกเป็นโมเดลมัลติโหมดตั้งแต่ต้น ทำให้การจัดแนวระหว่างการให้เหตุผลเชิงภาพและเชิงข้อความลึกซึ้งยิ่งขึ้น
โมเดลนี้สร้างบน MiniMax Sparse Attention (MSA) ซึ่งเป็นสถาปัตยกรรมสแปร์ส-อะเทนชันที่ออกแบบมาเพื่อทำให้บริบทระดับล้านโทเค็นเป็นไปได้ในเชิงคำนวณ ขณะยังคงประสิทธิภาพบนงานเขียนโค้ด การให้เหตุผล และงานแบบเอเจนต์
คุณสมบัติหลักของ MiniMax M3
- หน้าต่างบริบท 1M โทเค็น: รองรับคลังโค้ดขนาดใหญ่ คลังงานวิจัยที่ยาวมาก การวิเคราะห์หลายเอกสาร และเซสชันเอเจนต์ระยะยาว
- สถาปัตยกรรมที่เน้นเอเจนต์: ออกแบบมาสำหรับการแยกย่อยงานอัตโนมัติ การเรียกใช้เครื่องมือ การวางแผนแบบวนซ้ำ และการดำเนินการหลายขั้นตอน
- มัลติโหมดแบบเนทีฟ: ประมวลผลข้อความ รูปภาพ แผนผัง ภาพหน้าจอ และวิดีโอ โดยไม่ต้องพึ่งพาสแตกวิชั่นแยกต่างหาก
- ความสามารถการเขียนโค้ดขั้นสูง: ทำผลงานเด่นบนเบนช์มาร์กวิศวกรรมซอฟต์แวร์ เช่น SWE-Bench Pro, Terminal-Bench และ KernelBench
- การดำเนินงานระยะยาว: แสดงให้เห็นเวิร์กโฟลว์อัตโนมัติหลายชั่วโมง รวมถึงการทำซ้ำงานวิจัยและโครงการปรับแต่ง CUDA
- การให้เหตุผลที่ปรับได้: สามารถเปิดโหมดการคิดสำหรับงานที่ต้องให้เหตุผลเชิงลึก หรือปิดเพื่อการโต้ตอบที่หน่วงต่ำกว่า
ประสิทธิภาพบนเบนช์มาร์กของ MiniMax M3
MiniMax รายงานผลระดับฟรอนเทียร์ในด้านการเขียนโค้ด การดำเนินงานแบบเอเจนต์ และการประเมินแบบมัลติโหมด ผลที่รายงานรวมถึง:
| เบนช์มาร์ก | คะแนน |
|---|---|
| SWE-Bench Pro | 59.0% |
| Terminal-Bench 2.1 | 66.0% |
| SWE-fficiency | 34.8% |
| KernelBench Hard | 28.8% |
| MCP Atlas | 74.2% |
| BrowseComp | 83.5 |
| PostTrainBench | 37.1 |
บริษัทระบุว่า M3 เหนือกว่า GPT-5.5 และ Gemini 3.1 Pro บนเบนช์มาร์กด้านการเขียนโค้ดหลายรายการ และเข้าใกล้ประสิทธิภาพของ Claude Opus 4.7 ในการประเมินบางส่วน ข้ออ้างอิงเหล่านี้มาจากการเปิดเผยผลเบนช์มาร์กภายในของ MiniMax และควรพิจารณาควบคู่กับการทดสอบอิสระจากบุคคลที่สามเมื่อมีเผยแพร่
สถาปัตยกรรมบริบทยาวและ MSA
MiniMax Sparse Attention (MSA) คือความก้าวหน้าด้านสถาปัตยกรรมที่อยู่เบื้องหลังความสามารถด้านบริบทระดับล้านโทเค็นของ M3 แทนที่จะใช้ attention แบบกำลังสองเต็มกับลำดับทั้งหมด MSA จะทำการกำหนดเส้นทางระดับบล็อกและสแปร์ส-อะเทนชันเฉพาะในบริเวณบริบทที่เลือก
ตามข้อมูลของ MiniMax วิธีนี้ช่วยลดความต้องการคอมพิวต์ได้อย่างมากเมื่อความยาวบริบทเพิ่มขึ้น และให้ผลลัพธ์ดังนี้:
- ประสิทธิภาพการพรีฟิลล์เร็วขึ้นมากกว่า 9× ที่ความยาวบริบท 1M
- ประสิทธิภาพการถอดรหัสเร็วขึ้นมากกว่า 15×
- ใช้การคำนวณต่อโทเค็นประมาณ 1/20 เมื่อเทียบกับเจเนอเรชันก่อนที่สเกลบริบท 1M
การปรับปรุงเหล่านี้มีเป้าหมายเพื่อทำให้การเขียนโค้ดระดับรีโพซิทอรีและเวิร์กโฟลว์เอเจนต์ระยะยาวสามารถใช้งานได้จริง
MiniMax M3 เทียบกับ Claude Opus 4.7 และ Gemini 3.1 Pro
| ความสามารถ | MiniMax M3 | Claude Opus 4.7 | Gemini 3.1 Pro |
|---|---|---|---|
| หน้าต่างบริบท | สูงสุด 1M | ระดับบริบทที่เปิดเผยสู่สาธารณะมีขนาดเล็กกว่า | มัลติโหมดบริบทขนาดใหญ่ |
| การฝึกแบบมัลติโหมดเนทีฟ | ใช่ | ใช่ | ใช่ |
| โฟกัสด้านการเขียนโค้ดแบบเอเจนต์ | แข็งแกร่งมาก | แข็งแกร่งมาก | แข็งแกร่ง |
| SWE-Bench Pro | 59.0% | สูงกว่า ตามรายงานของ MiniMax | ต่ำกว่า ตามรายงานของ MiniMax |
| ความพร้อมของรุ่น open-weight | วางแผนไว้ | ไม่มี | ไม่มี |
| เวิร์กโฟลว์เอเจนต์ระยะยาว | โฟกัสด้านการออกแบบหลัก | แข็งแกร่ง | แข็งแกร่ง |
ข้อจำกัดที่ทราบ
- การเปิดเผยผลเบนช์มาร์กส่วนใหญ่ในปัจจุบันมาจาก MiniMax มากกว่าห้องปฏิบัติการประเมินอิสระ
- ไฟล์โมเดลแบบ open-weight และรายงานเทคนิคฉบับเต็มมีการประกาศ แต่ยังไม่ได้เผยแพร่อย่างกว้างขวางในช่วงเปิดตัว
- ความเชื่อถือได้ในโลกจริงข้ามสภาพแวดล้อมการผลิตยังอยู่ระหว่างการยืนยันโดยชุมชนนักพัฒนา
- งานที่ใช้บริบทระดับล้านโทเค็นอาจมีต้นทุนปฏิบัติการและเวลาแฝงสูงกว่าการอนุมานมาตรฐาน
กรณีการใช้งานตัวอย่าง
วิศวกรรมซอฟต์แวร์ระดับรีโพซิทอรี
วิเคราะห์ฐานโค้ดขนาดใหญ่ ทำรีแฟกเตอร์หลายไฟล์ สร้างแพตช์ ทบทวน pull request และคงบริบทการพัฒนาระยะยาว
เอเจนต์วิจัยแบบอัตโนมัติ
รองรับการทบทวนวรรณกรรม สังเคราะห์เอกสาร วิเคราะห์เบนช์มาร์ก และเวิร์กโฟลว์วิจัยระยะยาวที่ต้องใช้โทเค็นนับแสน
การวิเคราะห์เชิงเทคนิคแบบมัลติโหมด
ตีความภาพหน้าจอ แผนผังสถาปัตยกรรม ชาร์ต เอกสารเทคนิค และเนื้อหาวิดีโอภายในเวิร์กโฟลว์การให้เหตุผลเดียวกัน
ระบบอัตโนมัติสำหรับเทอร์มินัลและ DevOps
ดำเนินเวิร์กโฟลว์วิศวกรรมที่ซับซ้อน ครอบคลุมการทดสอบ การจัดออร์เคสเตรชันการปรับใช้ การจัดการการพึ่งพา และการดีบักแบบวนซ้ำ
ระบบความรู้ระดับองค์กร
สืบค้นและให้เหตุผลเหนือคอลเลกชันขนาดใหญ่ของนโยบาย สัญญา เอกสารเทคนิค และคลังความรู้ภายใน
เวอร์ชันของโมเดลและความพร้อมใช้งาน
MiniMax M3 ได้รับการแนะนำอย่างเป็นทางการในเดือนมิถุนายน 2026 ในฐานะเรือธงรุ่นถัดไปในตระกูลโมเดลของ MiniMax โมเดลพร้อมให้ใช้งานผ่านระบบนิเวศ MiniMax API และ CometAPI