MiniMax M3 يحول الذكاء الاصطناعي طويل السياق إلى اختبار لمنصات الوكلاء
أطلقت MiniMax نموذج M3 في 1 يونيو 2026 مع قدرات للسياق الطويل والوكلاء والبرمجة والمعالجة متعددة الوسائط. يدعم واجهته البرمجية سياقا يصل إلى مليون رمز مع حد أدنى مضمون يبلغ 512 ألف رمز. وتخطط الشركة لإتاحته كمصدر مفتوح على HuggingFace وGitHub مع خصم سعري أولي لمدة سبعة أيام.
قدمت MiniMax نموذج M3، وهو نموذج ذكاء اصطناعي رئيسي جديد يجمع الاستدلال طويل السياق وسير عمل الوكلاء وأداء البرمجة والمعالجة متعددة الوسائط في خط منتج واحد. وأطلقت الشركة التي تتخذ من شنغهاي مقرا لها، والمعروفة أيضا باسم Shanghai Hixi Technology، النموذج في 1 يونيو 2026.
ما الذي حدث
تقدم M3 بوصفه نموذجا محليا للذكاء الاصطناعي مصمما لمهام الوكلاء والبرمجة عالية المتطلبات. وتدعم واجهته البرمجية نافذة سياق تصل إلى مليون رمز، مع حد أدنى مضمون يبلغ 512 ألف رمز، كما أن النموذج مدرب على نحو متعدد الوسائط من الأساس وليس كنظام نصي أضيفت إليه قدرات بصرية لاحقا.
تقول MiniMax إن النموذج يستخدم بنية Sparse Attention الخاصة بها. وتقول الشركة أيضا إنها أعادت بناء خط بياناتها ووسعت بيانات ما قبل التدريب إلى مئات التيرابايت، وعملت على تحقيق مواءمة بين النصوص والمساحات الدلالية البصرية.
يشمل الإطلاق نسختين عبر الواجهة البرمجية: M3 وM3-highspeed. وتوصف النسختان بأنهما تقدمان النتائج نفسها، بينما صممت M3-highspeed للاستدلال الأسرع. كما أن التخزين المؤقت التلقائي مفعل افتراضيا.
لماذا يهم ذلك
يمثل الإعلان إشارة إلى أن مطوري نماذج الذكاء الاصطناعي في الصين ينتقلون من المنافسة على نتائج الاختبارات إلى بناء بنية تحتية للوكلاء. وقد يكون نموذج بنافذة سياق تصل إلى مليون رمز مهما للمطورين الذين يبنون جلسات برمجة طويلة أو مساعدين بحثيين أو سير عمل كثيف الوثائق أو أدوات لفهم الفيديو.
ويبقى السؤال التجاري الأساسي هو ما إذا كانت هذه القدرات ستتحول إلى استخدام مؤسسي موثوق. فقد تقلل قدرات السياق الطويل واستخدام الأدوات وتنفيذ المهام ذاتيا الاحتكاك أمام الفرق التي تختبر وكلاء الذكاء الاصطناعي، لكن التبني سيعتمد على الاستقرار والتكلفة وجودة التطبيقات اللاحقة.
إشارات الأداء
أبرزت MiniMax عدة نتائج في الاختبارات والعروض العملية. ففي اختبار BrowseComp سجل M3 نتيجة 83.5، مقارنة مع 79.3 لنموذج Opus 4.7 من OpenAI. وفي تجربة ذاتية، أمضى M3 ما يقرب من 12 ساعة في إعادة إنتاج ورقة متميزة من ICLR 2025 حول ديناميكيات التعلم في الضبط الدقيق لنماذج اللغة الكبيرة، وأنتج 18 تعديلا برمجيا و23 مخططا تجريبيا.
كما اختبرت الشركة قدرة M3 على العمل كمساعد بحثي للذكاء الاصطناعي. وفي تلك المهمة، حصل النموذج على أربعة نماذج أساسية مدربة مسبقا وطُلب منه تنفيذ توليف البيانات والتدريب والتقييم والتكرار خلال 12 ساعة دون تدخل بشري. وسجل M3 نتيجة 37.1، خلف Opus 4.7 الذي سجل 42.4 وGPT-5.5 الذي سجل 39.3.
ما الذي يجب مراقبته لاحقا
تخطط MiniMax لإتاحة M3 كمصدر مفتوح على HuggingFace وGitHub، مع دعم للنشر في عناقيد خاصة والضبط الدقيق. وقد يجعل ذلك النموذج أكثر أهمية للفرق التي تريد تحكما أكبر في البنية التحتية والتخصيص.
كما ستؤثر الأسعار في استجابة السوق. ففي الأيام السبعة الأولى، تقدم MiniMax خصما بنسبة 50% على استخدام واجهة M3 البرمجية عند سياقات تصل إلى 512 ألف رمز، مع تسعير للإدخال والإخراج وقراءة التخزين المؤقت عبر مستويات قياسية وذات أولوية. وينبغي مراقبة ما إذا كان المطورون سيتعاملون مع M3 كمنصة عملية للوكلاء وليس كمجرد إعلان عن نتائج اختبارات.
