参数
428B
上下文长度
1M
模态
Multimodal
架构
Dense
KV 缓存速率
120 KB/tok
许可证
Proprietary
发布日期
1 Jun 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $0.30 · 输出: $1.20
精度
上下文
工作负载显存: 843.49 GB
FP16 · 8K context
基础权重: 840.05 GB
KV 缓存: 0.94 GB
运行时与计算图: 2.50 GB
8x NVIDIA H200 141GB
843.5 / 1015.2 GB usable · TP 8
确定特定工作负载的硬件需求:
升级至 Pro
权重格式
FP16
CUDA
>= 11.8
PyTorch
>= 2.1
Transformers
>= 4.40.1
| 微架构 | 精度 | 注意力算子 |
|---|---|---|
Blackwell, Hopper | 原生 FP16 | FlashAttention-3 |
Ada Lovelace, Ampere | 原生 FP16 | FlashAttention-2 |
排名
#144
| 基准 | 分数 | 排名 |
|---|---|---|
StackUnseen | 0.825 | 13 |
0.76 | 32 | |
0.41 | 54 | |
0.67 | 56 | |
0.77 | 56 | |
LiveBench 平均分 | 0.67 | 56 |
0.74 | 58 | |
智能体指数 | 0.29 | 59 |
0.68 | 60 | |
Web 开发 | 1484 | 68 |
0.59 | 69 | |
Agent Arena | -11.18 | 70 |
通用文本 | 1436 | 90 |
0.19 | 189 |
排名
#144
编程排名
#96
MiniMax 于 2026 年 6 月 1 日发布的旗舰级多模态模型。该模型采用 MiniMax 稀疏注意力 (MSA) 架构,以 KV 块选择模式取代传统的全注意力机制,将计算成本大幅降低至上一代的 1/20。它针对长程智能体工作流、复杂软件工程和视频理解进行了深度优化。具备 100 万 token 的上下文窗口,支持文本、图像和视频输入,定价为每百万输入 token 0.30 美元,每百万输出 token 1.20 美元。
注意力
注意力结构
Multi-Head Attention
注意力头
64
键值头
4
注意力头维度
128
位置嵌入
Absolute Position Embedding
RoPE Theta
5,000,000
归一化
RMS Normalization
激活函数
SwigLU
维度
基准精度
FP16
隐藏维度大小
6,144
层数
60
FFN 中间层大小(稠密层)
12,288
多 Token 预测头数
1
分词器
词汇量大小
200,064
MiniMax's flagship M3 model family, released June 1, 2026, is powered by MiniMax Sparse Attention (MSA) architecture, offering 1M context capabilities at exceptionally low compute cost and optimized for long-horizon agentic workflows.