A SambaNova szerint nála fut a leggyorsabban a MiniMax M3

Egymillió tokenes kontextus és gyorsabb feldolgozás

A SambaNova augusztus 24-i bejelentése szerint a MiniMax M3 a MiniMax M2.7 utódja, és a MiniMax eddigi legképességesebb modellje. A SambaCloudon a fejlesztők már használhatják hosszú kontextusú, több lépésből álló ügynöki munkafolyamatokhoz.

A modell egyik fő újdonsága a MiniMax Sparse Attention, röviden MSA. Ez 1 millió tokenes kontextusablakot tesz lehetővé. A SambaNova közlése szerint 1 millió tokennél az egy tokenre jutó számítás az előző generációhoz képest a huszadára csökken, miközben az előfeldolgozás több mint kilencszer, a dekódolás pedig több mint tizenötször gyorsabb. A vállalat szerint a rendszer képességeinek túlnyomó részénél ez a teljes figyelmi mechanizmushoz hasonló eredményt ad.

Ez a méret egyetlen kontextusablakban tehet elérhetővé teljes kódtárakat, kutatási tanulmányokat és több napnyi ügynöki naplót. A SambaNova ezt olyan fejlesztési feladatokhoz kapcsolja, amelyeknél az ügynöknek hosszú időn át kell terveznie, végrehajtania és felülvizsgálnia a saját munkáját.

Kódolási teszteken és önálló feladatokban is erős eredmények

A MiniMax M3 a forrásban közölt adatok szerint 59,0 százalékot ért el a SWE-Bench Pro, 66,0 százalékot a Terminal-Bench 2.1, 34,8 százalékot a SWE-fficiency és 28,8 százalékot a KernelBench Hard teszten. A SambaNova ezek alapján a modellt a legerősebb nyílt súlyú lehetőségek közé sorolja kódolási és ügynöki feladatokhoz.

A MiniMax a modellt olyan interaktív felhasználói szimulátorral tanította, amely a SambaNova leírása szerint a fejlesztőkkel folytatott együttműködést utánozza. A folyamatban a rendszer pontosíthatja a követelményeket, módosíthatja a megoldásokat és több körben ismételheti a munkát.

A MiniMax belső tesztjében az M3 körülbelül 24 órán keresztül önállóan optimalizált egy FP8 GEMM CUDA-kernelt. Ezalatt 147 benchmark-beküldést és 1959 eszközhívást végzett, emberi beavatkozás nélkül. A hardver csúcskihasználtsága 7,6 százalékról 71,3 százalékra nőtt, ami a közlemény szerint 9,4-szeres gyorsulást jelentett.

Egy másik, körülbelül 12 órás futásban a modell önállóan reprodukálta egy ICLR 2025-ös, kiemelkedőnek ítélt tanulmány fő kísérleteit. A feladat során 18 commitot és 23 kísérleti ábrát készített.

Szöveg, kép, videó és számítógépes műveletek

A MiniMax M3-at a forrás szerint kezdettől fogva szöveges, képi és videós adatokon tanították. A multimodalitást ezért a SambaNova nem utólag hozzáadott funkcióként írja le. A modell képes diagramok, képletek és képernyőképek értelmezésére, valamint asztali számítógép kezelésére.

Ez számítógép-használatra képes ügynökök és olyan munkafolyamatok előtt nyithat lehetőséget, amelyek több alkalmazást, fájlt és rendszert kapcsolnak össze. A SambaNova az irodai feladatok, a keresés, az Office-alkalmazások és az eszközök összehangolása terén is eredményeket közöl. Az MCP Atlas teszten 74,2 százalékos eredményt ad meg, és pénzügyi területen is megjelenő képességekről ír.

A fejlesztők a SambaCloudon próbálhatják ki

A SambaNova szerint a MiniMax M3 néhány sor Python-kóddal elérhető a SambaCloud API-ján keresztül. A bemutatott példa egy teljes kódbázis elemzésére, javítás megtervezésére, a megoldás önálló felülvizsgálatára és továbbfejlesztésére használja a modellt.

A szolgáltatásban játszótér és API-kulcs létrehozására szolgáló lehetőség is szerepel. A SambaNova arra kéri azokat, akik még MiniMax M2.7-et használnak, hogy térjenek át az M3-ra. A vállalat állítása szerint a modell nyílt súlyú marad, miközben hosszú kontextusú, hosszú ideig futó ügynökök számára éles környezetben is használható képességeket kínál.