MiniMax 计划推出2.7万亿参数模型，追赶全球头部前三水平

昨天柒哥在社群刷到一则消息说中国 MiniMax 计划推出 2.7 万亿参数模型，有助于加速中国开源 AI 模型在全球范围内的扩张。

2.7万亿参数什么概念？跟之前比提升了很多倍，也会超过国内大部分的模型，怕不是要直接跻身全球第一梯队了。专家说最快Q3推出，真是悬念拉满，一起去扒一下这个访谈有哪些干货。以下新模型简称M3.1，旧模型简称M3。

新模型技术提升在哪些方面？

从训练反馈看，新模型 loss 收敛速度和 benchmark 中间表现均超出预期，内部信心充足，目标是做到"国内最好"并追赶全球头部三家。

M3.1 相比 M3 的核心改进在于补足了后训练阶段的短板。

M3 因开发时间紧张缺乏充分的后训练，导致预训练基础虽好、benchmark 表现漂亮，却出现"复杂任务优异、简单任务易错"的反差问题； M3.1 通过充分的后续训练（包括 SFT 和强化学习）基本解决了M3的遗留问题，使模型在简单任务和复杂任务上的表现更加均衡。在数据层面，M3.1 显著提升了数据质量和数量，在长程任务数据支持下实现倍数级能力提升，同时通过优化数据筛选机制和增强训练约束，显著降低了幻觉率。

整体而言，M3.1 是基于 M3 经验、用更充分的训练时间和更优质的数据，把预训练阶段埋下的好底子真正释放出来，并为后续版本更大规模数据和更长训练时间的优化积累了经验。

核心创新是什么？

核心创新在于将 MSA 架构升级至MSA 2.0，从而实现训练效率和成本的双重优化。

MSA 架构的技术优势在于支持超长序列任务，成量级降低 Attention 开销，极致提高硬件利用效率并缩短训练时间，其强扩展性可支撑2.5 万亿参数扩展，具备复杂任务处理能力，是模型公司的核心竞争力所在。

选择自研 MSA 而非沿用现有架构，是MiniMax 基于实际训练和推理任务特性、综合考量性能与计算资源后的决策——在数据规模巨大、模型需持续学习而非快速收敛，以及显卡算力、显存等硬件受限的多重约束下，自主创新架构能最大化硬件利用效率，同时保障模型稳定提升，避免简单套用其他模型带来的效率瓶颈。

关于算力基础设施

MiniMax 认为模型竞争的关键除算法和数据外，还在于 Infra 端算力与集群能力，因此持续布局以确保技术生态优势。

具体而言，竞争体现在数据资源积累与算力集群优势两方面，集群部署优化直接影响训练效率和业务应用——公司训练端集群建设与系统部门协同仅数月，便实现了高稳定性和性能提升，达到大云集群水平，自主组网不仅节省成本和时间，其高稳定性还超过预期，体现了强大的技术实力。

在海外算力方面，公司合规获得优质海外算力，已全面升级至最新一代显卡，领先多数仍停留在 Hopper 代的同行。国产算力方面，验证结果显示基本可用，但产能有限，预计2026 年 Q3 末搭建首个国产集群，采取推理先行、训练随后的策略，符合当前生态培养阶段。

专家表示我们整体在算力硬件上处于相对领先状态。训练端几乎全面迁移到了最新硬件，坦言"给我多少卡我都能用得完"，算力永远不嫌多，但战略层面配置已足够合理。

关于Coding格局的判断

在 Coding 竞争格局方面，MiniMax的 M3 系列预训练效果优异，但 M3 因后期强化不足存在缺陷，M3.1 通过提升数据质量和数量显著改善了这一问题。

在 Coding 方面的改进主要体现在三个层面：一是长程复杂任务能力显著提升，数据量和质量均有倍数级增长；二是前端审美表现优异且将持续保持；三是在复杂设计、代码扩展等难题上的攻克能力将比简单问题更突出，因为简单 Coding 各家已拉不开差距。

关于 Coding 数据飞轮，市场上存在两派观点：一派主张领先模型通过自循环数据持续领先，另一派主张依赖高质量专业代码数据。

专家偏向后者，认为数据质量和训练方案更为关键。

理由是 GitHub Copilot 作为最早大规模做 Coding 的项目并未长期领先，说明先发优势有限；Coding 领域的数据获取相对容易（团队本身就是程序员，专家支持直接），不依赖难以替代的专业知识（如医药）。因此 Coding 壁垒不在先发，而在数据质量、数量及训练方案，这是相对确定且可控的。

从市场竞争格局看，当前国内外 Coding 领域混战，无明显领跑者，M3 及 2.7 版本已显著提升，更大参数版本预计将达到市场最佳水平。整体对 Coding 能力持续提升持乐观态度。

新模型在商业化上会带来什么变化？

采用MSA降低计算开销，毛利率预计超过M2。专家从技术和需求判断使用使用反馈良好，销售市场也会稳定增长。

专家反馈M3使用量增长较快，内部也一直在上优化和加卡，即使这样，目前高峰期负载偶尔会过载，表明市场需求和销量保持活跃状态。整体来看，销售和优化仍然保持良性循环，没有明显瓶颈。M3模型输出速度国内领先，用户体验好。

而新模型M3.1在数据量和质量上有很大提升，从内部视角看，coding能力的提升和体验方面目前都稳妥，后续也会继续保持优势。

柒哥整理完这个访谈，只能说每一条都非常硬气！ 参数实实在在上去了，创新架构构成核心竞争力，coding能力解决了最关键的数量和质量问题直接去解决复杂问题， 算力还是领先于同行，这一把真的是要去冲击全球前三了！