POSTopenai
/v1/chat/completionsMiniMax M3
MiniMax-M3MiniMax M3 被描述為前沿多模态基座模型，支援 1M token 上下文，面向長周期 Agent 工作、程式碼任務和工具調用。模型卡強調 MiniMax Sparse Attention，以及相較於上一代在超長上下文成本上的显著降低。它更適合作为面向生產環境的多模态 Agent 模型，用于大上下文、軟體任務和協作工作流程。
最大上下文
512KToken
最大輸出
128KToken
發布日期
2026年6月1日
模態
MiniMax M3 價格
| 輸入價格 | 輸出價格 | 快取讀取 |
|---|---|---|
| $0.6/M | $2.4/M | $0.12/M |
如何透過 API 使用 MiniMax M3？
POSTanthropic
/v1/messagesPOSTgemini
/v1beta/models/{model}:generateContentMiniMax M3 基準測試
MiniMax-M3
44.4
/100
Artificial Analysis 綜合能力指數
Artificial Analysis 綜合能力評分
指數分數
43.4
/100
Artificial Analysis 程式碼能力指數
Artificial Analysis 軟體任務評分
指數分數
知識與推理
GPQA
高階科學問題求解
92.9%
HLE
廣泛專家級考試集合
37.1%
程式碼與工程
SciCode
科學計算程式碼挑戰
45.4%
Terminal-Bench Hard
高難度終端任務執行
42.4%
指令遵循與 Agent 任務
IFBench
指令約束遵循
82.9%
AA-LCR
長上下文推理
74%
τ²-Bench
Agent 工作流程任務
88.9%
指標來源 Artificial Analysis
MiniMax M3 API 常見問題
解答關於 MiniMax M3 API、價格、程式開發與 Agent 工作流程、長上下文限制和模型比較的常見問題。
MiniMax M3 是什麼？+
MiniMax M3 是 MiniMax 面向長時程 Agent 工作、程式開發任務和工具呼叫的多模態模型。它適合需要處理大量專案資料、長上下文和生產級軟體任務的工作負載。
MiniMax M3 適合程式開發和 Agent 工作流程嗎？+
對於需要長上下文、連續工具呼叫或多步驟協作的程式開發和 Agent 工作流程，MiniMax M3 值得評估。正式上線前，應以真實的程式碼庫任務、工具呼叫和驗收標準進行測試，而不是只依賴通用基準分數。
如何透過 TokenHub 呼叫 MiniMax M3 API？+
先建立 TokenHub API Key，複製本頁顯示的正確 MiniMax M3 模型 ID，再於 API 區塊選擇支援的端點。你可直接以頁面產生的請求範例為起點，接入 OpenAI 相容用戶端或其他已支援的呼叫方式。
如何評估 MiniMax M3 的價格？+
查看本頁展示的目前輸入、輸出和快取讀取價格，再結合典型提示詞長度、輸出長度、請求量和快取命中率估算成本。長上下文與 Agent 工作流程的成本結構，通常會與短文字請求明顯不同。
使用 MiniMax M3 處理長上下文任務前，應確認什麼？+
請確認模型參數中的目前上下文視窗、最大輸出、輸入模態、支援端點和價格。即使上下文視窗很大，仍需要整理文件輸入、控制工具呼叫迴圈，並使用真實專案資料測試模型表現。
MiniMax M3 和 Kimi K3 應該怎麼選？+
應圍繞實際要交付的工作負載比較 MiniMax M3 和 Kimi K3。先查看目前 API 價格、上下文與最大輸出限制、模態、支援端點和基準資料，再用自己的程式開發、推理或 Agent 任務做小規模評測後決定。
在哪裡取得 MiniMax API Key 和目前 MiniMax M3 模型 ID？+
請在 TokenHub 工作台建立 API Key，再複製本頁展示的正確 MiniMax M3 模型 ID。傳送生產流量前，請在本頁確認支援端點和目前規格，因為可用性與模型資訊可能會更新。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube