@FareaNFts: 我开发了一个工具来测试 @MiniMax_AI M3 模型的 1M 上下文声称是否真实。剧透：确实如此。它的功能如下： >…
摘要
一位开发者使用 MiniMax AI 的 M3 模型构建了一个工具，能够在单个提示中分析整个 GitHub 仓库，生成代码健康报告和检测漏洞。该工具成功处理了 react 的 780k token 代码库，仅花费 0.23 美元。
查看缓存全文
缓存时间: 2026/07/13 11:54
我构建了一个工具，用来测试 @MiniMax_AI M3 模型是否真的支持 100 万 token 上下文
剧透：确实如此
它的功能如下：
粘贴任意 GitHub 仓库链接 它将每个文件流式传输到单个 M3 prompt 中 你会收到一份完整的代码健康报告，A-F 评级，百分制评分 按严重程度排列的 Bug，附带精确文件路径 每份报告末尾都会给出“你的第一个 PR”——3 个可以立即上线的实际改动
我在 facebook/react 上测试了它，单次 prompt 使用了 780,009 个 token
总成本：0.23 美元
它告诉我跳过了 2,699 个文件（因为体积太大），但仍然给出了其余文件的完整健康报告
然后我在 commander.js 上运行了它，217k 个 token，成本 7 美分
它在 lib/command.js 的 _executeSubCommand 中捕获了一个真实的事件监听器泄漏，并精确指出了具体代码行
这与其他所有“与代码库聊天”工具的不同之处：
大多数工具将代码分块，并检索片段，希望找到正确的上下文
而 M3 从头到尾阅读你的整个代码库，就像资深工程师实际做的那样
价格对比：
- MiniMax M3：每百万 token 0.30 美元
- React 规模审查：总计 0.20 美元
- 相同 token 数在 Claude Opus 4.8 上：9.60 美元
在自己的仓库上运行，链接如下
相似文章
@PrajwalTomar_：这太疯狂了。MiniMax 刚刚发布了 M3，它可能是目前构建应用最强大的开源模型。我给了……
MiniMax 发布了 M3，这是一款在编程基准测试中领先的开源 AI 模型，拥有 100 万 token 的上下文窗口，可处理整个代码库。
通过API在三个真实的机器学习和编程工作流中测试MiniMax M2.7
一位开发者通过API在三个实际的机器学习和编程工作流中测试了MiniMax M2.7模型，并评估了其性能。
MiniMax 预告即将推出的 M3 模型：全新稀疏注意力机制，长上下文响应速度提升 15.6 倍（12 分钟阅读）
MiniMax 发布了关于其 M2 系列的详细技术报告，并预告了即将推出的 M3 模型。该模型采用一种新颖的稀疏注意力机制，在百万 token 上下文中实现高达 15.6 倍的解码速度提升。
MiniMaxAI/MiniMax-M3
MiniMax 发布 M3，一款原生多模态模型，拥有100万上下文和约4280亿参数，采用 MiniMax Sparse Attention (MSA) 实现高效长上下文处理，达到前沿级别的编码和智能体性能。
MiniMax 承诺在发布百万上下文模型后公开 M3 权重（2 分钟阅读）
MiniMax 通过 API 发布了 M3，这是一款拥有 100 万 token 上下文窗口并支持原生多模态输入的模型。该公司承诺在 10 天内发布开源权重和技术报告。