Das chinesische KI-Einhorn MiniMax wird sein neues Großmodell M3 auf den Markt bringen, das sich durch eine neuartige „Sparse Attention“-Architektur auszeichnet. Dieses Design überwindet Rechenengpässe bei extrem langen Kontexten und ermöglicht so die effiziente Verarbeitung von Kontexten mit Millionen von Tokens. M3 weist gegenüber seinem Vorgänger erhebliche Leistungssteigerungen auf: Die Vorab-Ladegeschwindigkeit ist um das 97-Fache und die Dekodierungsgeschwindigkeit um das 156-Fache gestiegen, was die Kosten für die Inferenz deutlich senkt. Dieser Durchbruch unterstreicht einen Wandel im Wettbewerb um Großmodelle – weg von der Parametergröße hin zu Effizienz und Praxistauglichkeit.