百万Token上下文处理速度提升10倍？MiniMax新模型M3要用稀疏注意力颠覆长文本战场

国产AI独角兽MiniMax要发大招了。他们的新一代大模型M3即将亮相，工程负责人Skyler Miao在社交平台上甩了句狠话：“有大东西要来了！”这“大东西”到底是什么？速度——比上一代快出整整一个量级。

秘密武器是“稀疏注意力”架构。传统模型处理百万字级别的长文本时，计算量会像滚雪球一样平方级膨胀，显卡烧得冒烟也未必扛得住。M3的做法很聪明：它先像查字典一样快速索引关键位置（Index Branch），需要精确计算时再精准出手（Sparse Branch），避免了“地毯式轰炸”式的无用计算。相当于从挨个翻遍整本书，变成了直接跳转到相关章节，效率自然飙升。

实际测试数据足够震撼：相比上一代同样支持百万Token上下文的M2，M3在预填充阶段（处理输入）速度提升了9.7倍，在解码阶段（生成输出）更是快了15.6倍。这意味着企业部署同一个长文档分析任务，以前要耗10分钟，现在只需1分钟出头，电费和显卡成本直接砍到零头。

这背后指向一个关键转变：大模型赛道正在从“谁参数多谁牛逼”的军备竞赛，转向“谁能用更低成本干成事”的效率之争。对于普通用户，未来用AI读整本书、处理几十页合同、分析上百条聊天记录，将不再是“等出个地老天荒”的体验。

MiniMax还没公布M3的具体发布时间和参数规模，但从工程负责人的预告和实测数据看，这可能是长文本处理领域一个值得记下的转折点。接下来就看，这波“稀疏”浪潮，能不能真的卷动整个行业。