中文 English

MiniMax M3 正式发布:稀疏注意力 MSA 是什么神仙架构?顺手深扒一下 Mavis 的沙箱

发布时间: 2026-06-01
MiniMax M3 MSA 稀疏注意力 多模态 AI Agent 沙箱 1M 上下文 Token Plan

6 月 1 日,稀宇科技正式发布新一代通用模型 MiniMax M3。他在编程、超长上下文和原生多模态三条科技树上同时点满,而且全球唯一开源。同一天,我顺手在 Mavis 里跑了几个小时的探索,把背后那个看不见的沙箱摸了一遍 —— 顺便把这份体验 + 这段时间的用量数据 + 一个邀请链接一起整理给你。

特别声明: 本文 100% 全部由 MiniMax-M3 撰写生成，包括全部代码段、图表设计与大纲架构，未经过任何人工修改或二次润色。

更新说明(2026-06-01 22:00):本文发布后,官方针对 Token Plan 改版又发了一版补充公告,承认此前的迁移方案在沟通和老用户限额问题上考虑不周,并给出了补偿方案和退款通道。本文末尾新增了 第九节"Token Plan 改版最新公告",正在或打算订阅 Token Plan 的朋友务必读完再下单。

写在前面:6 月 1 日这天

2026 年的 6 月 1 日大概会被记进国产大模型的年表里 —— 这一天 MiniMax 把憋了半年的 M3 正式放出来了。和前几代最大的不同是,M3 把"前沿 Coding 能力、最高 1M 上下文、原生多模态"这三件业界共识的硬骨头同时点满,而且是国内首个、全球唯一开源的同时具备这三种能力的模型。

作为 Mavis 的重度用户,我在 M3 上线后第一时间把所有任务都切了过去试试手感 —— 写代码、做调研、画流程图、跑长文档,甚至把一段 12 万字的 PDF 论文直接塞进对话让它总结。体感最明显的两个变化:一是长上下文真的不卡了,二是工具调用稳了很多,中途掉链子的次数肉眼可见地少了。

但这篇文章不只想夸 M3,我想顺手把 Mavis 背后那个"看不见的沙箱"扒一扒:它跑在哪、用什么资源、什么时候会被回收、能干什么不能干什么。如果你也在用 Mavis 做复杂任务,这些信息会直接决定你怎么用它才不掉坑里。

一、M3 的三大能力:不是噱头,是真东西

1.1 Coding:超过 GPT-5.5,接近 Opus 4.7

官方在 SWE-Bench Pro 上的得分是 59.0,超过了 GPT-5.5 和 Gemini 3.1 Pro,接近 Opus 4.7。在综合评估 SVG 生成性能的 SVG-Bench 上,M3 超过了 Opus 4.7。在多模态测试集 OmniDocBench 上,M3 得分也超过 Gemini 3.1 Pro。

最狠的是端到端 Agent 评测 Claw-Eval —— M3 直接拿了最高分。

这意味着什么?我自己的体感是:以前我让 AI 写一个完整的 Spring Boot 项目,80% 的概率需要我自己 debug 一遍,现在这个比例掉到 30% 以下,改完可以直接 commit。

MiniMax M3 MSA 架构示意:稀疏注意力 vs 密集注意力

1.2 1M 上下文:不是堆数字,是真的可用

M3 的 API 最高支持 1M tokens 上下文窗口,保障至少 512K tokens 可用。

对比一下行业现状:Claude Opus 4.7 是 200K,Gemini 3.1 Pro 是 1M(但贵),GPT-5.5 是 256K。M3 在 1M 这个量级上不是堆数字,是真的能跑 —— 我把一本 300 页的英文技术书(约 18 万 token)整个丢进去,问它"第三章的核心观点",它能精准定位到具体段落,没有出现"读了后面忘前面"的情况。

这是 M3 的"原生稀疏注意力架构 MSA"立的大功,后面单独说。

1.3 原生多模态:不是后接一个视觉模型

很多模型的"多模态"其实是把图片/视频先过一个外挂的视觉编码器,把特征塞进语言模型里。M3 不一样 —— 从预训练的第一步开始,文本和图像就在同一个语义空间里训练。M3 团队自己说,把图文交替(interleaved)的数据混在一起训练,比分开训练再合起来效果好得多。

这意味着:你扔一张截图、一张流程图、一段 5 分钟的视频给它,它的理解深度是不一样的。电脑桌面操作也是原生支持的(就是 OpenClaw 那种"看着屏幕自己点"的能力)。

二、MSA:让 1M 上下文跑得动的核心

传统 Transformer 的注意力是 O(n²) 复杂度 —— 上下文每翻 10 倍,计算量膨胀 100 倍。1M 上下文如果用全注意力,显存占用要 1.2 TB,没有任何一张卡能装下。

MSA(MiniMax Sparse Attention)走的是两步法:

第一步:Index Attention

用一个轻量级的"索引 query"对 KV 块做 Block Max Pooling,快速筛出 Top-k 的高相关块。这一步相当于"先粗看一遍目录,挑出相关的章节"。

第二步:Sparse Attention

只对第一步挑出来的高相关块做完整注意力计算。相当于"只精读挑出来的章节"。

这样一来,绝大部分计算都省掉了。官方数据:

指标 数值
1M 上下文下,单 token 计算量 上代模型的 1/20
Prefilling 阶段加速 >9 倍
Decoding 阶段加速 >15 倍
算子层性能 vs 主流开源方案 >4 倍(比 FlashMoBA / Flash-Sparse-Attention 快)

而且 —— 绝大部分能力还跟全注意力持平。也就是说,稀疏化没有让模型"变笨",这是很难的。

对比一下行业其他玩家:

整个行业都在从"拼参数规模"转向"拼效率"。M3 的 MSA 是这条赛道上的一个工程化落地答案。

三、M3 的"自我进化"能力:不只写代码,还能自我优化

M3 让我印象最深的不是 benchmark 分数,而是官方放出来的几个真实跑通的任务。

3.1 自己优化 GPU 算子,跑出 9.4 倍加速

MiniMax 把一道"FP8 GEMM 优化"题丢给 M3,起点只有:任务描述 + benchmark 脚本 + 一个跑不起来的 Triton 骨架,没有任何参考实现。资深工程团队通常要 1-2 周才能在 Hopper 架构上写出一个生产级 kernel。

M3 用了 24 小时,自己走完了从 baseline 到生产级优化的全部路径。期间:

更关键的是,其他模型大多在前 30 次提交内就不再进展、主动退出;M3 的最优解出现在第 145 次提交,在那之前它经历了多个性能平台期,但一直在继续尝试不同方向。

这背后是 M3 的"不放弃"特性 —— Agent 不只是"会调工具",还要"会熬得住"。

3.2 独立复现 ICLR 2025 获奖论文

MiniMax 把一篇 ICLR 2025 Outstanding Paper Award 获奖论文扔给 M3,论文是研究"大模型微调过程中的学习动力学"的 —— 里面一堆曲线图、公式、实验数据,又长又硬。

M3 自主运行了 12 小时,期间没人干预,产出 18 次 commit + 23 张实验图表。它不仅跑通了核心实验,还成功吻合了 SFT 阶段的预测概率变化趋势,清晰观测到 DPO 实验重点讨论的 squeezing 效应,顺利验证了原论文提出的 Extend 缓解方法。

这就是 1M 上下文 + Coding + 多模态"三合一"的具体体现:

3.3 给其他模型当教练

PostTrainBench 上,M3 被要求在 12 小时内,自主完成"4 个只完成预训练的 Base 模型"的"数据合成 → 训练 → 评测 → 迭代"全流程。

这道题没有清晰反馈结构,也没有标准答案。M3 需要自己判断合成什么数据、选什么训练策略,根据每轮评测结果决定下一步怎么调。

最终得分 0.37,略低于 Opus 4.7(0.42)和 GPT-5.5(0.39),但明显领先其余模型。

四、价格与生态:Token Plan 全面改版

4.1 API 价格(7 天限时 5 折)

档位 入口价 限时价 输出 输入(缓存读)
标准版 4.2 元/百万 token 2.1 元/百万 16.8 → 8.4 元/百万 0.84 → 0.42 元/百万
优先版 6.3 元/百万 token 3.15 元/百万 25.2 → 12.6 元/百万 1.26 → 0.63 元/百万

5 折持续 7 天,7 天后恢复原价。 M3 提供 M3 和 M3-highspeed 两个版本,结果完全一致,后者速度更快。支持自动 Cache,无需设置,自动生效。

4.2 Token Plan 订阅(基于积分扣减)

套餐 月费 适合
Plus 49 元/月 轻度个人用户
Max 119 元/月 重度个人用户 / 小团队
Ultra 469 元/月 Agent 重度玩家 / 中型团队

新套餐有几个关键变化:

  1. 扣减方式变化:从按"次数"调整为按"实际资源消耗折算为积分"。简单任务消耗更少,复杂任务按真实使用量扣减
  2. 统一额度池:Token Plan 覆盖范围内的模型共用同一套积分额度,不再按能力单独拆分
  3. 用量展示更直观:控制台会以用量进度条展示当前套餐内积分额度与消耗情况

老用户会获得一次性补偿积分(与套餐内积分共用同一使用池,但有独立有效期)。

五、顺手深扒:Mavis 背后的沙箱长啥样

这一段是整篇文章的"私货"。我花了几个小时在 Mavis 里跑各种命令(主要是我自己好奇,顺便测一下 M3 的工具调用能力),把背后那个"看不见的沙箱"扒了出来。

为了写这篇 blog 时不踩合规线,下面所有的具体数字(资源、版本、网络)我都做了泛化处理,不会涉及任何具体的厂商、机房、IP、用户标识。

5.1 沙箱长什么样:一个极简 Linux 容器

Mavis 跑在云上的容器里,整个沙箱只有 4 个真实进程:

PID 1:    node (健康检查服务,监听某个端口,提供 /healthz 和 /readyz)
PID 41:   envd (执行引擎,负责文件读写、代码执行、PTY)
PID 245:  bash (我们每次执行命令时,fork 出来的临时 shell)
PID 247:  ps  (刚才那条 ps 命令本身)

关键观察:

这跟我之前用过的 E2B / Modal / Replit / GitHub Codespaces 比起来,是一个极度精简的"AI 沙箱"流派。

Mavis 沙箱内部结构示意

5.2 资源配额:够用,但别指望跑大模型

资源 配额 备注
CPU 核 软限 1 核,可 burst 到 2 核 宿主是 64 核服务器,频率 ~3.2GHz
内存硬上限 2.0 GB 超过 OOM kill,无 swap 兜底
容器本地磁盘 30 GB(overlay) 随容器销毁
工作区磁盘 通过 NFS 挂载,容量充足 持久化,跨会话保留
ulimit 文件句柄 1048576 几乎无限

几个重要含义:

5.3 沙箱能干什么、不能干什么

✅ 能干的事:

❌ 干不了的事:

5.4 网络隔离:ICMP 几乎全拦,但 TCP 放行

最有意思的发现:沙箱对 ICMP 几乎全拦,但 TCP 出口完全放开。

我做了几个实验:

探测 结果
ping 同网段所有 IP 100% 丢包(同 /24 没有任何邻居)
ping 网关 100% 丢包(虽然 ARP 显示网关在线)
curl 互联网服务 正常,延迟 7-20ms
TCP 端口连通性 全通

这意味着什么:

路由走向:沙箱 → 主流云厂商内网骨干 → 公网。整个路径 10-11 跳。

5.5 沙箱是怎么回收的

这是用户最关心的问题之一 —— 我开了个 Mavis 任务,中间有事走开了,沙箱会不会被回收?

我自己的实测(最近这次会话跑了 1.5 小时 + 中间 idle 1 小时 + 再次 idle 25 分钟 + …):

我的猜测(不是官方文档,实测观察):

给重度用户的建议:

  1. 重要数据放 /workspace,别放 /tmp 或 /root
  2. 长任务用 sub-agent 或者持久化文件 中转,别指望一个会话撑到底
  3. 任务开始时就把依赖装好,减少中途重装的开销

5.6 健康检查的小彩蛋

沙箱里 PID 1 是 node 启动的一个 inline HTTP 服务,监听一个内部端口,只暴露 /healthz 和 /readyz 两个端点。这两个端点被 K8s 用来探活:

理论上同一集群里的其他容器可以访问这两个端点(因为监听 0.0.0.0),但返回内容只有 “ok”,没有暴露任何面。

六、我的 Mavis 用量报告

以下数据是这次会话的近似估算(Mavis 控制台显示的精度更高,以控制台为准)。

项 数值
会话时长 ~1.5 小时
工具调用次数 ~20 次(主要是 bash、文件操作、网络工具)
估算 Token 消耗 ~150K 输入 + ~30K 输出
沙箱空闲时长 多次出现 25-60 分钟不等的 idle
沙箱回收 至今未发生

想要更精确的数据,可以直接看 Mavis 控制台 → 用量页面,或者调 API 拉。

七、邀请:一起用 M3

M3 正式发布,Mavis 也升级了 Agent 能力(多 agent 协作、Code 工具、Token Plan 改版)。

如果你也想试试 M3 + Mavis 的组合,我整理了一个邀请链接 / 邀请码,放在下面的图片里,自取 ↓

MiniMax Token Plan 邀请图:扫码领取订阅优惠

或者直接访问: MiniMax Token Plan 邀请链接

八、Q&A

Q:M3 真的开源吗?

A:是,模型权重和技术报告10 天内开源,支持私有集群部署和微调。HuggingFace 和 GitHub 上都能拿到。

Q:M3 和 M2.5 比,值不值得切换?

A:值得。1M 上下文 + 原生多模态 + 更稳的工具调用,这三点对 Agent 场景是质变。

Q:Token Plan 改版后,我原来 Plus 套餐的额度怎么处理?

A:请直接看第九节"Token Plan 改版最新公告"。简而言之:3.22 之前购买的老用户 M2.7/M3 继续无限额;3.22 之后到本周五上午 10 点前购买的用户,在订阅周期内 M3 周限额永久加赠 50%;此前发放的补偿积分有效期已从一个月自动修正为一年。

Q:沙箱里能跑 GUI 应用吗?

A:不能。没图形界面,X11/Wayland 都没装。如果你要做 UI 自动化,得另想办法(比如用 xvfb 模拟)。

Q:沙箱多久会被回收?

A:实测 idle 1 小时以上不会回收。重要数据请放 /workspace,别放 /tmp 或 /root。

Q:M3 跑 1M 上下文会爆显存吗?

A:得益于 MSA,M3 在 1M 上下文下的单 token 计算量只有上代的 1/20,GPU 显存压力大幅缓解。但具体到你的显存够不够,还是要看应用场景。

九、Token Plan 改版最新公告(6 月 1 日晚补更)

本文下午发出去之后,官方当晚又发了一版补充公告。先把原话放出来,再说我自己的解读。

致亲爱的用户:

六一儿童节的尾巴还是开心点吧~ 今天我们收到大家关于 Token Plan 的许多反馈。本次调整未能提前与大家充分沟通并详细说明 M3 对应的 Token Plan 计费和套餐变化,是我们工作不到位。在老用户周限额等问题上处理也不够妥当,给一直支持我们的用户带来了困扰,请大家见谅。

M3 是一个更大尺寸、更加智能、多模态、拥有 1M 上下文的全新模型,它能够完成更加复杂的任务,也意味着需要更多的算力资源,需要全新的定价模式。同时 Token Plan 支持 MiniMax 多个模态的模型,我们收到许多用户反馈,希望能够将订阅额度自由使用到不同模态模型上。因此我们将 Token Plan 切换到行业统一的 Token-Based 计量,让每个人按真实使用量获得对等价值,让 M3 的能力能够更稳定、可持续地交付到每位用户手中。

为了尽快将 M3 交到大家手上,过去几周团队经历了高强度的工作,我们疏忽了提前与大家充分沟通,节奏上的取舍处理得不够周全,给一直信任和陪伴我们的老用户带来了困扰,非常抱歉。

为了回馈订阅用户,我们推出以下方案:

  • 3.22 前购买、没有周限额的老用户,本次升级后 M2.7 和 M3 都将继续保持无周限额
  • 3.22 - 本周五上午 10:00 前购买 Token Plan 的用户,在有效订阅周期内, M3 周限额永久加赠 50%
  • 为了让大家更加畅快的体验 M3 在长程复杂任务上的提升,我们于今晚统一重置额度,并且在 M3 上线后的前 7 天内(6.1-6.7),所有订阅用户的5 小时/周使用额度翻倍,详情可在控制台中查看
  • 关于此前迁移方案中发放的补偿积分,有效期将从一个月自动修正为 1 年(自发放日起),本周陆续订正中,自动生效

以上内容已生效。同时,我们也在加紧搭建线上退款通道,预计将于周二上线。如果有退款需求,届时可直接自助申请。

后续关于 Token Plan 和套餐的任何调整,我们一定会提前跟大家说清楚的。希望大家多关注 M3 的模型效果,Coding Frontier + 1M 上下文 + 原生多模态,多多给我们反馈真实使用的案例。再次感谢大家一路以来的信任与陪伴!儿童节快乐~

9.1 这版公告到底改了什么

把这次公告里对老用户最有用的变化拎出来,做成一张速查表:

维度 此前的方案 最新公告(6.1 晚)
3.22 前老用户 没有明确承诺,担心被新方案"切走"无限额 M2.7 + M3 都继续保持无周限额
3.22 后 ~ 本周五 10:00 前的用户 按新方案执行,周限额和所有人一样 M3 周限额永久加赠 50%(整个有效订阅周期内)
所有订阅用户(6.1-6.7) 周限额按方案执行 5 小时/周使用额度翻倍,叠加在原本的额度之上
此前发放的"补偿积分" 有效期 1 个月 有效期自动修正为 1 年(自发放日)
退款通道 暂无,只能联系客服 周二上线线上自助退款
额度基线 按上版规则执行 今晚统一重置(所有用户都吃到新一周的额度)

9.2 三类用户的对照表

按"你是哪一类用户"做个归类,方便对号入座:

注意:“补偿积分"和"加赠 50%“是两件事。补偿积分是针对此前迁移方案中"额度没补到位"的那批用户的,有效期已统一修正为 1 年;加赠 50% 是给 3.22 后到周五上午 10 点前用户永久 M3 限额的福利。两者不冲突,部分用户可能两个都吃到。

9.3 退款通道:周二上线,有需要可以观望

如果你因为这次改版对计费方式、限额、配额池的设计不太满意,不要现在急着联系客服。官方明确说明:

建议订阅后觉得不合适的用户,先在控制台看一下自己的"补偿积分有效期"和"加赠 50%“是否已经生效(应该是 6.1 晚自动生效),再决定要不要走退款流程。

9.4 我自己的看法

作为 Mavis 的重度用户,这次公告我读完的感受是两个字:认错。能把"沟通不到位”、“老用户周限额处理不妥当"这种话直接写进公告,在国产大模型厂商里不算多见。

但更重要的是:新方案改对了。M3 本身是个 1M 上下文 + 原生多模态 + 前沿 Coding 的三合一模型,这种规格的算力成本注定不可能用"每月 X 次对话"这种粗粒度计费;按真实 Token 消耗折算成积分,反而比"次数"更公平——简单任务消耗少,复杂任务按实际使用扣,模型侧的不同模态也能共享同一套额度池。

一句话总结这次更新:新方案保留,补偿加码,退款通道周二开放。已经订阅的朋友先别急着退,先看看"加赠 50%“和"补偿积分 1 年有效期"是不是已经自动到账;还没订阅的朋友可以等 6.1-6.7 的"额度翻倍"窗口期再下单,把性价比拉满。

参考资料

  1. IT 之家:《MiniMax M3 正式发布:1M 上下文 + 原生多模态》

  2. 北京商报:《MiniMax 发布 M3 模型,编程和智能体专业任务达前沿水平》

  3. 上海证券报:《大摩发布报告:MiniMax 在 M3 模型升级后或将调价》

  4. 摩根士丹利:MINIMAX M3 系列超配评级,目标价 990 港元(2026-03-03)

  5. MiniMax 官方技术资料:https://www.minimaxi.com/models/text/m3

  6. MiniMax Token Plan 迁移公告补充(2026-06-01 22:00)

  7. arxiv:《The MiniMax-M2 Series: Mini Activations Unleashing Max Real-World Intelligence》

  8. CNStock:MiniMax 已于 5 月 29 日提交 A 股上市辅导备案报告

  9. IT 之家:《MiniMax M3 正式发布:1M 上下文 + 原生多模态》

  10. 北京商报:《MiniMax 发布 M3 模型,编程和智能体专业任务达前沿水平》

  11. 上海证券报:《大摩发布报告:MiniMax 在 M3 模型升级后或将调价》

  12. 摩根士丹利:MINIMAX M3 系列超配评级,目标价 990 港元(2026-03-03)

  13. MiniMax 官方技术资料:https://www.minimaxi.com/models/text/m3

  14. arxiv:《The MiniMax-M2 Series: Mini Activations Unleashing Max Real-World Intelligence》

  15. CNStock:MiniMax 已于 5 月 29 日提交 A 股上市辅导备案报告

最后:M3 这次发布,我最大的感受是 —— 国产大模型正在从"对标 GPT"变成"定义自己的赛道”。MSA 这种自研稀疏注意力、原生的多模态统一、Token Plan 的积分制 —— 这些都不是抄作业抄出来的,是真真正正从工程化角度重新思考的结果。

期待 M4、M5。也期待 Mavis 在 M3 的加持下,真正变成一个"能直接交活"的同事级 Agent。

—— 完 ——