Thông số kỹ thuật của MiniMax M3
| Hạng mục | MiniMax M3 |
|---|---|
| Dòng mô hình | mô hình nền tảng tiên phong MiniMax M3 |
| Nhà cung cấp | MiniMax |
| Kiến trúc | MiniMax Sparse Attention (MSA) |
| Loại đầu vào | Văn bản, Hình ảnh, Video |
| Loại đầu ra | Văn bản |
| Cửa sổ ngữ cảnh | Tối đa 1,000,000 tokens (tối thiểu được bảo đảm 512K) |
| Thế mạnh chính | Lập trình, quy trình tác nhân, suy luận đa phương thức, xử lý ngữ cảnh dài |
| Chế độ suy nghĩ | Chế độ Suy nghĩ bật/tắt |
| Sử dụng công cụ | Quy trình tác nhân, gọi công cụ, thực thi tác vụ trên thiết bị đầu cuối |
| Triển khai | API, MiniMax Code, Token Plan, bản phát hành open-weight sắp ra mắt |
| Hỗ trợ đa phương thức | Tiền huấn luyện đa phương thức nguyên bản ngay từ bước 0 |
| Ngày phát hành | Tháng 6 năm 2026 |
MiniMax M3 là gì?
MiniMax M3 là một mô hình AI quy mô tiên phong được thiết kế xoay quanh ba năng lực vốn trước đây hạn chế ở các hệ thống mã nguồn đóng: hiệu năng lập trình nâng cao, xử lý ngữ cảnh hàng triệu token, và khả năng hiểu đa phương thức nguyên bản. Khác với các mô hình bổ sung thị giác như một phần mở rộng về sau, M3 được huấn luyện như một mô hình đa phương thức ngay từ đầu, cho phép căn chỉnh sâu hơn giữa suy luận thị giác và văn bản.
Mô hình được xây dựng trên MiniMax Sparse Attention (MSA), một kiến trúc chú ý thưa được thiết kế để khiến ngữ cảnh hàng triệu token trở nên khả thi về mặt tính toán đồng thời vẫn giữ hiệu năng trên các tác vụ lập trình, suy luận và tác nhân.
Tính năng chính của MiniMax M3
- Cửa sổ ngữ cảnh 1M-token: Hỗ trợ kho lưu trữ cực lớn, tập ngữ liệu nghiên cứu dài, phân tích đa tài liệu và phiên tác nhân kéo dài.
- Kiến trúc định hướng tác nhân: Thiết kế cho phân rã nhiệm vụ tự động, gọi công cụ, lập kế hoạch lặp và thực thi nhiều bước.
- Đa phương thức nguyên bản: Xử lý văn bản, hình ảnh, sơ đồ, ảnh chụp màn hình và video mà không phụ thuộc vào ngăn xếp thị giác tách rời.
- Khả năng lập trình nâng cao: Hiệu năng mạnh trên các bộ chuẩn kỹ nghệ phần mềm như SWE-Bench Pro, Terminal-Bench và KernelBench.
- Thực thi dài hạn: Đã chứng minh các quy trình tự động nhiều giờ bao gồm tái lập nghiên cứu và các dự án tối ưu hóa CUDA.
- Suy nghĩ có thể cấu hình: Có thể bật chế độ Suy nghĩ cho khối lượng suy luận sâu hoặc tắt để giảm độ trễ tương tác.
Hiệu năng điểm chuẩn của MiniMax M3
MiniMax báo cáo kết quả điểm chuẩn cấp tuyến đầu trên các tác vụ lập trình, thực thi tác nhân và đánh giá đa phương thức. Các kết quả được báo cáo gồm:
| Điểm chuẩn | Điểm số |
|---|---|
| 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 |
Công ty cũng cho biết M3 vượt GPT-5.5 và Gemini 3.1 Pro trên một số điểm chuẩn thiên về lập trình đồng thời tiến gần hiệu năng của Claude Opus 4.7 trong một số đánh giá được chọn. Các tuyên bố này xuất phát từ công bố điểm chuẩn nội bộ của MiniMax và nên được diễn giải cùng với kiểm thử độc lập từ bên thứ ba khi có sẵn.
Kiến trúc Ngữ cảnh Dài và MSA
MiniMax Sparse Attention (MSA) là đổi mới kiến trúc đằng sau khả năng ngữ cảnh triệu token của M3. Thay vì áp dụng attention bậc hai đầy đủ trên toàn chuỗi, MSA thực hiện định tuyến cấp khối và chú ý thưa trên các vùng ngữ cảnh được chọn.
Theo MiniMax, điều này giúp giảm đáng kể yêu cầu tính toán ở độ dài ngữ cảnh lớn và mang lại:
- Nhanh hơn hơn 9× ở hiệu năng prefill tại độ dài ngữ cảnh 1M
- Nhanh hơn hơn 15× ở hiệu năng giải mã
- Xấp xỉ 1/20 chi phí tính toán trên mỗi token so với thế hệ trước ở quy mô ngữ cảnh 1M
Những cải thiện này nhằm giúp lập trình ở quy mô kho lưu trữ và các quy trình tác nhân dài hạn trở nên khả thi.
MiniMax M3 so với Claude Opus 4.7 và Gemini 3.1 Pro
| Năng lực | MiniMax M3 | Claude Opus 4.7 | Gemini 3.1 Pro |
|---|---|---|---|
| Cửa sổ ngữ cảnh | Tối đa 1M | Các bậc ngữ cảnh công khai nhỏ hơn | Đa phương thức ngữ cảnh lớn |
| Huấn luyện đa phương thức nguyên bản | Có | Có | Có |
| Trọng tâm lập trình theo tác nhân | Rất mạnh | Rất mạnh | Mạnh |
| SWE-Bench Pro | 59.0% | Cao hơn theo báo cáo của MiniMax | Thấp hơn theo báo cáo của MiniMax |
| Khả dụng open-weight | Đã lên kế hoạch | Không | Không |
| Quy trình tác nhân dài hạn | Trọng tâm thiết kế chính | Mạnh | Mạnh |
Hạn chế đã biết
- Hầu hết các công bố điểm chuẩn hiện đến từ MiniMax thay vì các phòng thí nghiệm đánh giá độc lập.
- Các tệp mô hình open-weight và báo cáo kỹ thuật đầy đủ đã được công bố nhưng chưa phát hành rộng rãi khi ra mắt.
- Độ tin cậy trong môi trường sản xuất thực tế vẫn đang được cộng đồng nhà phát triển thẩm định.
- Khối lượng công việc ngữ cảnh triệu token có thể phát sinh chi phí vận hành và độ trễ cao hơn so với khối lượng suy luận tiêu chuẩn.
Trường hợp sử dụng tiêu biểu
Kỹ nghệ phần mềm ở quy mô kho lưu trữ
Phân tích cơ sở mã lớn, thực hiện tái cấu trúc nhiều tệp, tạo patch, rà soát pull request và duy trì ngữ cảnh phát triển dài hạn.
Tác nhân nghiên cứu tự động
Hỗ trợ tổng quan tài liệu, tổng hợp tài liệu, phân tích điểm chuẩn và các quy trình nghiên cứu kéo dài cần hàng trăm nghìn token.
Phân tích kỹ thuật đa phương thức
Diễn giải ảnh chụp màn hình, sơ đồ kiến trúc, biểu đồ, tài liệu kỹ thuật và nội dung video trong cùng một quy trình suy luận.
Tự động hóa thiết bị đầu cuối và DevOps
Thực thi các quy trình kỹ thuật phức tạp liên quan đến kiểm thử, điều phối triển khai, quản lý phụ thuộc và gỡ lỗi lặp.
Hệ thống tri thức doanh nghiệp
Tìm kiếm và suy luận trên các bộ sưu tập lớn về chính sách, hợp đồng, tài liệu kỹ thuật và kho tri thức nội bộ.
Phiên bản mô hình và khả dụng
MiniMax M3 được giới thiệu chính thức vào tháng 6 năm 2026 như mẫu kế nhiệm đầu bảng trong dòng mô hình MiniMax. Mô hình khả dụng qua hệ sinh thái MiniMax API và CometAPI.