6月1日，稀宇科技发布了新一代AI大模型MiniMax M3(详情可查看此前太平洋科技的报道内容：)。上周五，稀宇科技开源了MiniMax M3模型权重，同步发布了MSA(MiniMax Sparse Attention)技术论文，详细公开该架构的设计思路与工程落地方案。依托MSA技术，M3在处理超长上下文内容时，计算开销得到显著优化。

MiniMax M3为原生多模态大模型，整体总参数量达428B，实际激活参数量为23B。该模型从训练初始阶段便开展多模态混合训练，通过文本、图像等多类型数据交错学习，在预训练环节完成不同模态语义的深度融合，搭建起统一的跨模态语义体系，为多模态理解、内容生成以及复杂任务处理打下底层基础，也是业内首款从零起步完成多模态混合训练的开源模型。

MiniMax M3在研发阶段便明确方向，兼顾推理能力、长文本处理、多模态表现，同时降低使用门槛，面向个人开发者与企业实现普惠应用。

上线两周时间里，MiniMax M3在Artificial Analysis综合智能指数榜单中，位列全球开源模型首位，收获了全球开发者、科研人员与行业用户的广泛测试与反馈。

面对开源后访问量激增的情况，官方持续进行性能调优。目前模型输出速度已从初始30TPS提升至80TPS，后续还计划将速度再提升30%至40%，进一步改善使用体验。同时平台上线调用数据看板，方便用户实时查看使用额度，统筹使用成本。

结合反馈来看，用户普遍关注模型服务稳定性、高负载下持续运行能力以及规模化部署成本。当下大模型深度融入各类生产场景，智能体可长时间执行复杂长周期任务，Token消耗随之攀升，业内也愈发注重模型性能、使用成本与运行稳定性的平衡。