MiniMax发布M3模型：1M上下文多模态，编程超越GPT-5.5
稀宇科技发布MiniMaxM3模型，集编程能力、1M超长上下文与原生多模态于一身，为首个同时具备三项能力且开源模型。在SWE-BenchPro上得分59 0%超越GPT-5 5，采用MSA稀疏注意力架构，百万上下文下计算量降至1 20，推理加速超9倍。
6月1日，稀宇科技正式发布新一代模型MiniMax M3。该模型集前沿编程能力、最高1M超长上下文及原生多模态于一身，是国内首个同时具备这三项能力的选手，也是目前唯一开源的同类模型。
根据最新披露的评测数据，M3表现十分亮眼：在编程评测集SWE-Bench Pro上，M3取得59.0%的高分，直接超越GPT-5.5和Gemini 3.1 Pro，逼近Opus 4.7；在Agent评测Claw-Eval中拿下最高分；在多模态测试集OmniDocBench上，得分同样高于Gemini 3.1 Pro。
取得如此成绩，得益于全新稀疏注意力架构MSA。在100万上下文场景下，每个token的计算量仅为上一代模型的1/20，prefilling阶段加速超过9倍，decoding阶段加速超过15倍。这意味着长上下文场景中算力消耗大幅降低，效率提升极为显著。
除了模型本身，MiniMax还同步更新了Agent产品MiniMax Code，并推出Token Plan订阅方案。M3 API即日起开放使用，512k上下文版本上线限时5折，持续7天。模型权重和技术报告将于10天内开源，感兴趣的开发者可重点关注。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：MiniMax发布M3模型：1M上下文多模态，编程超越GPT-5.5要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点利用天工AI长文档解析功能，通过设定资深管理顾问角色与优化提示词，可将访谈纪要整理时间从2-3小时缩短至2-3分钟。AI能筛选信息、归纳问题并深度分析成因，但需持续训练提示词以提升输出质量。
从最初被期刊禁止到逐渐允许使用并需声明，生成式AI已广泛渗透学术写作与同行评审。检测工具难以有效识别AI生成内容，虚假论文及学术不端随之泛滥。出版商政策参差不齐，亟需建立指导原则并改革功利化的学术评价体系。
您是否希望将现有的培训材料——例如PDF讲义、PPT课件或Word教案——快速转化为结构清晰、题干自然、选项具有干扰性、解析自带教学逻辑的测验题？这个想法很好，但实际操作往往并不简单。许多用户反馈：AI生成的结果生硬刻板，像机器堆砌一样，题干重复，选项逻辑混乱，怎么看都不像人工精心整理过的。 问题的
吴恩达分享AI驱动开发技术栈，核心包括Python+FastAPI后端、MongoDB数据存储、Uvicorn本地开发及Heroku或AWS云端部署，并组合OpenAIo1、Claude等AI编码助手。强调AI辅助编码重塑开发逻辑，技术栈需随需求持续演进，开发者应保持学习与判断力。
- 日榜
- 周榜
- 月榜
热点快看