待验证50% 置信事实精确时间

MiniMax M3 基于 MiniMax Sparse Attention 构建，使得 100 万 token 上下文的运行成本远低于上一代。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

MiniMax M3.1 Flash免费上线OpenRouter：1M上下文编程利器

rss2026/10/19

涉及实体

MiniMax M3model MiniMax Sparse Attentionconcept

相关事实

待验证MiniMax新架构通过跨层共享KVCache、智能筛选注意力机制，在百万级上下文下将预填充算力消耗降低约5倍、KV缓存缩小约4.5倍72% 相似待验证在配备16GB统一内存的M2 Mac mini上使用4-bit量化的Qwen2.5 7B模型测试，吞吐量从未批处理的16.8 tokens/s跌到批处理后的8.7 tokens/s65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1068548

API

curl https://kongchang.com/api/v1/knowledge/claims/1068548

MCP

get_claim(id=1068548)