6月12日， MiniMax 新一代原生多模态旗舰模型 M3 正式开源。 同日，摩尔线程旗舰级 AI 训推一体智算卡 MTT S5000 已完成对该模型的 Day-0 极速适配 。这是国产大模型与国产算力芯片完成适配的又一例证，也彰显了摩尔线程凭借 原生 FP8 算力底座与高效 MUSA 软件生态 ，对前沿大模型需求的即时响应与稳定支撑能力。
▼ MiniMax M3 开源地址：
▼ 开发者可下载镜像进行开箱体验：
registry.mthreads.com/mcconline/inference/vllm:v0.20.0-ph1-4.3.5-torch2.9-20260605-mtcc51
MiniMax M3 是目前国内唯一同时具备前沿Coding & Agentic能力、超长下文与原生多模态的开源大模型，也是第一个将完整frontier能力带入开放世界的模型。 该模型基于自研MSA（MiniMax Sparse Attention）架构，可将上下文窗口扩展至1M级别，并在BrowseComp、SWE-Bench Pro等国际权威评测中达到前沿水平。作为原生多模态模型，M3重构了整个数据管线，从第零步开始多模态训练，使文本和视觉语义空间高度对齐。
图示：MiniMax M3的Coding & Agentic能力在软件工程、终端执行、工具调用等多维度权威评测中达到前沿水平。
针对MiniMax M3的核心技术特性，MTT S5000从 硬件算力、软件栈到开源框架 进行了全链路精准匹配与深度优化：
▼ 支撑超长上下文：高密度算力与大显存提供坚实支撑。
MSA 架构带来的超长上下文窗口，对推理阶段的 KV Cache 存储和访存带宽提出了极高要求。MTT S5000 凭借 硬件级原生 FP8 加速 ，同时配备大容量显存与超高带宽，为百万 token 级长序列提供充足的缓存空间与卓越的数据吞吐能力。此外，依托 MUSA C++ 与 Triton-MUSA 等抽象层 ，M3 的新算子结构可实现快速迁移，确保摩尔线程平台能够快速完成架构适配。
▼ 赋能前沿Coding与Agentic能力：实现低延迟、高吞吐的推理优化。
面向M3重点强化的编程与智能体场景，摩尔线程基于此前对DeepSeek-V4、MiniMax M2.7、GLM-5.1等 多款国产旗舰模型 的Day-0适配经验，已形成一套高效、系统化的复杂推理任务优化方法论。本次适配通过 原生算子定制 ，在保障模型精度无损的前提下，显著提升推理吞吐、降低响应延迟；同时， 摩尔线程完成了vLLM与SGLang两大主流推理框架的同步拉起 ，以MUSA开放架构拥抱开源生态，为开发者提供灵活多样的部署选择。
▼ 推动原生多模态推理：覆盖全精度与贯通全场景。
M3作为从Step 0即进行多模态混合训练的模型更适配当下Agentic AI多元场景的需求，同时这也要求 算力底座具备多元化算力 。MTT S5000智算卡覆盖 从FP8至FP64全计算精度 ，可无缝适配从模型研发到商业化落地的完整链路，助力国产旗舰大模型快速完成生态普及。
随着MiniMax M3在MTT S5000上完成适配，开发者现在即可 基于MUSA软件栈与vLLM/SGLang双框架完成部署 ，并持续获得算子级性能优化。依托MUSA架构对主流AI生态的深度兼容与持续演进，摩尔线程已具备覆盖前沿模型 “适配—部署—优化” 的完整工程能力，帮助开发者以更快响应、更稳运行、更低迁移成本接入最新模型能力，加速大模型创新落地与规模化应用。
