POSTanthropic
/v1/messagesMiniMax 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？
POSTgemini
/v1beta/models/{model}:generateContentPOSTopenai
/v1/chat/completionsMiniMax 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 常見問題
MiniMax M3 的能力、適用情境、限制與 TokenHub 使用指南。
MiniMax M3 由誰提供？+
MiniMax M3 是 MiniMax 針對前沿多模態程式開發與長上下文流程推出的模型。
哪些使用者適合 MiniMax M3？+
適合複雜程式開發、圖片與影片理解、長上下文分析，尤其適合重視軟體工程品質的情境。
MiniMax M3 如何展現差異化？+
核心優勢是前沿多模態程式開發與超長上下文。
MiniMax M3 有哪些限制？+
對簡單純文字任務而言，其多模態能力可能用不到。 簡單任務可考慮 MiniMax M2.7。
TokenHub 中哪些資訊最重要？+
使用 TokenHub 顯示的精確識別碼，並依帳戶文件確認目前功能。
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