Prior Labs于5月13日发布第三代表格基础模型TabPFN-3，将表格数据处理的规模上限一举推升至100万行×200特征，同时保持单张H100显卡即可运行的推理效率。
TabPFN-3最大的技术突破在于「免调参、开箱即用」。传统机器学习流程中，数据科学家需要针对新数据集花费数小时手动调参；而TabPFN系列自2022年首版发布以来便以情境学习（In-Context Learning）为核心，模型通过学习大量合成数据集自动发现预测算法，用户只需将表格数据喂入模型、一次推理即可获得结果。
在标准测试集TabArena上，TabPFN-3凭借单次推理即超越所有经过精细调参的传统树模型集成方案。官方推出的TabPFN-3-Plus（Thinking mode）更引入测试时计算扩展技术，在最大规模数据子集上较非TabPFN模型高出420 Elo分，并在不到顶级AutoML框架AutoGluon 1.5十分之一的运行时间内实现更优预测得分，性能领先幅度显著。
速度方面，新版相比前代提升最高20倍，并新增多分类、关系型数据及时间序列预测支持。此前世面上主流TabPFN版本处理规模约为1万至10万行，此次更新使其正式具备大规模企业级数据处理能力。
在商业授权层面，权重对研究和内部评估免费，企业用于客户交付或商业决策需额外购买授权。行业观察认为，该模型的迭代标志着结构化数据预测正从「苦调XGBoost参数」的劳动密集型工作，向「调用大模型API」的现代化开发范式转型。