MiniMax: MiniMax M3

MiniMax-M3 — это мультимодальная фундаментальная модель от MiniMax. Она поддерживает ввод текста, изображений и видео с выводом текста, имеет контекстное окно в 1 М токенов и подходит для долгосрочной агентной работы, программирования и использования инструментов. Модель построена на MiniMax Sparse Attention (MSA), который заменяет полное внимание выбором KV‑блоков, чтобы сократить вычисления на токен при длинном контексте — примерно в 1/20 стоимости предыдущего поколения при 1 М токенов, с существенно более быстрым заполнением и декодированием при сохранении качества во многих задачах.

Обученная как нативная мультимодальная модель на перемешанных данных и доработанная для многотурового, приближённого к производству взаимодействия через интерактивный пользовательско‑симуляционный фреймворк, модель ориентирована на продолжительные, многошаговые задачи, а не на однократное выполнение.