MiniMaxM3
MiniMax
M3
一个使用全新注意力架构 MSA、拥有1M 超长上下文的 Coding/Agentic 前沿模型
前沿 Coding/Agent 能力
真实工程级，不止生成代码，更懂协作
MSA · 1M 上下文
全新稀疏注意力，让 context 真正可 scale
原生多模态
Step 0 混合训练 · interleaved 数据
前沿 Coding/Agent 能力
真实工程级，不止生成代码，更懂协作
MSA · 1M 上下文
全新稀疏注意力，让 context 真正可 scale
原生多模态
Step 0 混合训练 · interleaved 数据
旗舰模型
MiniMax 最新首推模型，覆盖语言模型 / 视频生成 / 语音 & 音乐
最新研究
前沿技术解读 · 模型能力探索 · 工程实践
文章2026-06-09文章2026-05-31文章2026-05-25
MaxProof: 生成式验证强化学习驱动的数学证明进化系统
在 M3 发布推文中，我们汇报了 M3 模型在 IMO 2025 与 USAMO 2026 两组国际数学竞赛真题上的表现：在搭配 MaxProof 框架后，M3 均超过了人类金牌线。本文将进一步展开我们在推进数学证明能力过程中的技术路径，包括基座模型能力增强、verifier 对齐、refinement 能力构建，以及测试时增强框架 MaxProof 的设计。
阅读更多
MiniMax M3：前沿 Coding 能力，1M上下文，原生多模态，一个模型全给你
编程和智能体任务上达到了前沿的能力。它是一个使用全新注意力架构 MSA （MiniMax Sparse Attention ），最高支持 1M 超长上下文。 同时，如外界所期待的那样，它也是一个原生多模态模型。
阅读更多
为什么MiniMax大模型不认识"马嘉祺"？Minimax内部排查稀疏 Token 遗忘问题的记录
MiniMax M2 系列受到了开发者社区的广泛关注，不少用户在深度使用中发现了一些 corner case——其中"模型无法说出马嘉祺"这个问题引发了较多讨论。本文详细记录了Minimax团队的内部排查过程，从 tokenizer 对齐到 lm_head 退化分析，揭示了稀疏 Token 遗忘的机制及修复方案。
阅读更多
MiniMax
全球领先的通用人工智能科技公司
自2022年初成立以来，我们以"与所有人共创智能"为使命，致力于推动人工智能科技前沿发展，实现通用人工智能（AGI）。MiniMax 自主研发了一系列多模态通用大模型，具备强大的代码和 Agent 能力，以及超长上下文处理能力，能够理解、生成并整合包括文本、音频、图像、视频和音乐在内的多种模态。
基于这些自研模型，我们面向全球推出一系列 AI 原生产品，包括 MiniMax Agent、海螺AI、MiniMax Audio、星野等，以及面向企业和开发者的开放平台，共同为全球用户提供极致的智能体验。
0+
服务国家及地区
0亿+
全球个人用户
214,000+
企业客户及开发者
0+
企业服务覆盖国家