SGLang 新增 MiniMax-M3 原生支持：60 层 MoE、1M 上下文、多模态融合
该模型总计约 428B 参数、23B 活跃参数，60 层架构。MSA 稀疏注意力在 1M 上下文下比 M2 提速 9 倍/15 倍（预填充/解码），Token 计算量降至 1/20，支持 NVIDI…
查看原文本解读由 AI 自动生成 · 模板：事件解读 · 仅供参考，请以原文为准。
该模型总计约 428B 参数、23B 活跃参数，60 层架构。MSA 稀疏注意力在 1M 上下文下比 M2 提速 9 倍/15 倍（预填充/解码），Token 计算量降至 1/20，支持 NVIDI…
查看原文