MiniMax透露M3 Pro参数规模预计升至约3T，国产算力集群将很快承接生产流量

据IT之家8月26日消息，证券时报报道称，MiniMax在中期业绩电话会上披露了下一阶段模型与算力基础设施规划：其M3 Pro模型参数规模预计将提升至约3T，同时会继续扩大强化学习和长程任务训练，以增强模型泛化能力和智能上限。MiniMax创始人、CEO闫俊杰表示，公司接下来将推动模型智能、推理效率与基础设施能力协同提升，并加快M系列与H系列模型的研发和发布节奏。来源还显示，MiniMax正在推进M3和H3的国产芯片适配，大规模国产算力集群将很快上线，并逐步承担真实生产流量。

M3 Pro走向更大规模，训练重点转向强化学习与长程任务

从披露信息看，M3 Pro的关键变化不只是参数规模扩大到约3T，更重要的是训练范式和任务能力的继续加码。对于通用大模型而言，参数规模仍然是影响能力上限的重要因素之一，但仅靠“堆参数”并不能直接转化为复杂任务能力。因此，MiniMax此次强调强化学习和长程任务训练，指向的是模型在推理、规划、多轮交互、长上下文理解等场景中的稳定表现。

这也与MiniMax近期的产品路线相互呼应。此前，MiniMax M3模型已正式开源，特点包括原生多模态和百万上下文；通用视频模型MiniMax H3也已开源，支持多模态上下文和2K分辨率。M系列更偏向通用多模态与语言能力，H系列则更聚焦视频与生成式内容方向。此次管理层提到加快两条产品线研发和发布周期，意味着MiniMax仍会围绕多模态、长上下文、视频生成与推理效率继续推进。

• M3 Pro：参数规模预计提升至约3T，训练侧加强强化学习与长程任务。
• M系列与H系列：研发和发布节奏将加快，延续通用模型与视频模型双线布局。
• 国产芯片适配：M3和H3正在推进适配，大规模国产算力集群将很快上线。
• 生产流量：相关国产算力集群后续将逐步承担真实业务请求。

国产算力适配进入生产阶段，成本与供应链成为关键变量

相比单纯发布更大模型，MiniMax提到的大规模国产算力集群更值得关注。过去一年，国内大模型公司的竞争焦点逐渐从“谁能训练出模型”转向“谁能持续、低成本、稳定地提供模型服务”。当模型参数扩大、上下文变长、视频生成需求增加时，训练和推理对算力的消耗都会显著上升，基础设施能力就会直接影响产品迭代速度和商业化空间。

来源显示，MiniMax正在推进M3和H3的国产芯片适配，并计划让大规模国产算力集群逐步承担真实生产流量。这意味着相关适配不再停留在实验或验证层面，而是开始面向线上服务。对于大模型厂商来说，国产算力如果能够在稳定性、吞吐、推理成本和工程工具链上满足需求，将有助于降低对单一供应链的依赖，也可能为高并发AI应用、视频生成和智能体服务提供更可控的成本基础。

业绩增长与亏损并存，模型公司仍处投入周期

IT之家此前报道，MINIMAX发布了2026财年上半年报告。2026年1月至6月，公司营业总收入为1.17亿美元，按现汇率约合7.88亿元人民币，同比增长283.1%；毛利润为2,081.3万美元，约合1.4亿元人民币，同比增长464.8%；毛利率为17.9%。与此同时，归母净利润为-3.58亿美元，约合-24.12亿元人民币，亏损收窄11%；资产负债率为21.5%。

这些数据呈现出当前大模型公司的典型状态：收入高速增长，但研发、算力和产品扩张仍需要高强度投入。尤其是在更大参数模型、多模态视频模型和长上下文能力并行推进的情况下，短期盈利并非唯一观察指标。更核心的问题在于，企业能否把模型能力转化为稳定的API、应用产品和行业解决方案，并通过推理效率提升与国产算力落地改善单位经济模型。

解读：MiniMax的竞争点从模型发布转向系统能力

从这次电话会释放的信息看，MiniMax正在把竞争重点放到“模型能力+推理效率+基础设施”的整体系统上。M3 Pro约3T参数规模代表其继续冲击更高智能上限；强化学习和长程任务训练则服务于复杂任务表现；国产芯片适配和算力集群上线，则关系到后续大规模部署的成本和可靠性。

对于中文AI行业而言，这类进展说明头部模型厂商的竞争正在进入更工程化、更产业化的阶段。开源模型、视频模型、长上下文能力只是前台展示，背后真正决定持续竞争力的，是训练数据、算力调度、芯片适配、推理优化和商业流量承接能力。MiniMax接下来能否让M3 Pro、M系列和H系列形成稳定产品矩阵，并在国产算力上跑出真实生产表现，将成为观察其后续发展的关键。