POST /v1beta/models/{model}:generateContentMiniMax M3
MiniMax-M3MiniMax M3 被描述为前沿多模态基座模型，支持 1M token 上下文，面向长周期 Agent 工作、代码任务和工具调用。模型卡强调 MiniMax Sparse Attention，以及相比上一代在超长上下文成本上的显著降低。它更适合作为面向生产环境的多模态 Agent 模型，用于大上下文、软件任务和协作工作流。
最大上下文
512KToken
最大输出
128KToken
发布日期
2026年6月1日
模态
MiniMax M3 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $0.6/M | $2.4/M | $0.12/M |
MiniMax M3 API
MiniMax M3 基准测试
MiniMax-M3
44.4
/100
Artificial Analysis 综合能力指数
Artificial Analysis 综合能力评分
指数分数
43.4
/100
Artificial Analysis 代码能力指数
Artificial Analysis 软件任务评分
指数分数
知识与推理
GPQA
高阶科学问题求解
92.9%
HLE
广泛专家级考试集合
37.1%
代码与工程
SciCode
科学计算代码挑战
45.4%
Terminal-Bench Hard
高难度终端任务执行
42.4%
指令遵循与 Agent 任务
IFBench
指令约束遵循
82.9%
AA-LCR
长上下文推理
74%
τ²-Bench
Agent 工作流任务
88.9%
指标来源 Artificial Analysis
MiniMax M3 常见问题
MiniMax M3 的能力、适用场景、限制和 TokenHub 使用指南。
MiniMax M3 由谁提供？+
MiniMax M3 是 MiniMax 面向前沿多模态编程和长上下文流程的模型。
哪些用户适合 MiniMax M3？+
适合复杂编程、图像和视频理解、长上下文分析，尤其适合重视软件工程质量的场景。
MiniMax M3 如何体现差异化？+
核心优势是前沿多模态编程和超长上下文。
MiniMax M3 有哪些限制？+
对于简单纯文本任务，它的多模态能力可能没有必要。 简单任务可考虑 MiniMax M2.7。
TokenHub 中哪些信息最重要？+
使用 TokenHub 显示的精确标识符，并按账户文档确认当前功能。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube