迷你最大M3：重新定義AI編碼表現

迷你最大M3：重新定義AI編碼表現

中國人工智能公司MiniMax最近推出了其新模型M3，這款模型被視為首款兼具頂尖編碼性能、一百萬詞語上下文窗口以及原生多模態能力的開放型模型。根據MiniMax宣稱，這種組合此前僅限於專有系統如Opus 4.7、GPT-5.5或Gemini 3.1 Pro等。

MiniMax開發了一種新的注意力機制，該機制通過將上下文窗口擴展至一百萬詞語來實現這一突破，同時有效控制了計算成本。內部測試顯示，M3能夠自主計劃、調試並自我修正數小時之久。在SWE-Bench Pro軟件開發基准中，MiniMax宣稱M3的得分为59%，這使其超越GPT-5.5和Gemini 3.1 Pro，僅次於Opus 4.7。

為了更接近實際開發工作流程，MiniMax建立了一個模擬框架，模仿典型行為模式。這些包括細化需求、討論解決方案、反應中期結果以及跨多個上下文完成任務等。這種方式使模型在訓練過程中能夠接觸到多輪合作，而不僅僅是單一、明確界定的提示。

MiniMax描述了三個內部實驗以展示這些能力如何協同工作。首個實驗中，團隊讓M3獨立重現了一篇LLM微調論文。該模型在接近十二小時無人干預的情況下工作，生成18次提交和23個圖表，並確認了論文的關鍵發現。

第二個測試要求M3優化一個用於矩陣乘法運算的Nvidia Hopper GPU計算核。根據MiniMax資料，經驗豐富的團隊通常需要一到兩週才能完成此項工作。M3僅獲得任務描述、基准腳本和無功能代碼框架（沒有參考解決方案可供複製）。約24小時後，模型將Hopper硬件利用率從7.6%提升至71.3%，而大多數其他測試模型在幾十次嘗試後放棄。

最終測試PostTrainBench中，M3被賦予獨立訓練四個基模組的任務，合成數據、訓練、評估和迭代，而不需人工輸入。該模型表現僅次於Opus 4.7和GPT-5.5，遠超其他所有測試模型。

MiniMax表示，從一開始M3就接受了混合模態的訓練。所謂交錯數據指的是文本和圖像交替出現的數據集，這種數據集可以讓模型在處理多種類型信息時更加靈活且有效。

總體而言，M3通過其卓越的編碼性能和原生多模態能力，在人工智能領域樹立了一個新的標桿。隨著更多公司投入研發資源，未來我們可能會見證更多創新突破，重新定義AI應用的邊界。