Model specifications and sources
QINIU CLOUD官方模型广场对该API region型号的说明：MiniMax-M3 是 MiniMax 推出的多模态基础模型。它支持文本、图像和视频Input，Output文本，具备 100 万 token 的Context window，适用于长周期智能体工作、Coding和工具使用。该模型基于 MiniMax 稀疏注意力（MSA）构建，通过 KV 块选择替代全注意力机制，从而降低长context场景下每 token 的计算量——在处理 100 万 token 时，其成本约为上一代模型的 1/20，同时显著提升预填充和解码速度，并在大多数任务上保持质量。作为原生多模态模型，MiniMax-M3 在交错数据上进行训练，并借助交互式用户模拟器框架进行多轮、面向生产环境的协作调优。该模型面向持续性、多步骤任务，而非单轮执行。
- Context window
- 1,000,000 tokens
- Maximum input
- Not published / unverified
- Maximum output
- Not published / unverified
- Input modalities
- Text, Image, Video
- Output modalities
- Text
- Default snapshot
- Not published / unverified
- Documentation checked
- 2026-09-24
- Automatic model identity check
- 官方本次资料未列出精确型号 ID · 2026-11-11
- Next automatic check
- 2026-11-12T05:21:46.394Z
- Identity check source
- Official evidence page ↗
- Documentation source
- View source ↗
QINIU CLOUD官方模型广场对该API region型号的说明：MiniMax-M3 是 MiniMax 推出的多模态基础模型。它支持文本、图像和视频Input，Output文本，具备 100 万 token 的Context window，适用于长周期智能体工作、Coding和工具使用。该模型基于 MiniMax 稀疏注意力（MSA）构建，通过 KV 块选择替代全注意力机制，从而降低长context场景下每 token 的计算量——在处理 100 万 token 时，其成本约为上一代模型的 1/20，同时显著提升预填充和解码速度，并在大多数任务上保持质量。作为原生多模态模型，MiniMax-M3 在交错数据上进行训练，并借助交互式用户模拟器框架进行多轮、面向生产环境的协作调优。该模型面向持续性、多步骤任务，而非单轮执行。
minimax/minimax-m3Visit the provider website or documentation for integration details