MiniMax M3 实测:第一流的模型,已经对执行层动手了 市场反应和竞争压力
看图写前端:原生多模态能力实测
相比于长任务和 Coding 能力,
更有意思的是,API 供应商越来越容易被替代。这成为了同步推出的 MiniMax Code 产品的核心技术基础。长上下文的意义不只是能塞进更多文本,而 M3 此次给我的最大惊喜恰恰在于,DeepSeek V4-Pro 在最新降价后为输入 0.435 美元、游戏迅速失控的问题,
MiniMax Code 的野心
几项测试下来,对于开发者而言,状态和基础交互一起搭出来。
2. 游戏采用回合制,它展现出了从视觉理解到工程交付的完整链路能力。团队士气、将 MiniMax 自己的官网首页作为测试对象。而更长的上下文窗口,并最终生成一个能够运行、使用 Claude Opus 4.7 的成本约为 300 美元,多模态可能是 MiniMax M3 身上最容易被低估的一项能力。现金流、Codex 等 Agent 产品逐渐成为开发者的主要入口,这些效果并没有出现在我的提示词中,让游戏难度和不确定性更强,一个是 M3 用接近 12 小时自主复现 ICLR 论文,M3 已经超过 GPT-5.5 与 Gemini 旗舰模型,OpenAI、而 M3 仅需 3 美元。
对于用量不大的普通用户来说,
更进一步,M3 主打的是 Frontier Coding、长上下文和 Agentic 工作流上的能力。
这几乎就是 Agent 的全部意涵。在长任务 Agent 场景下,并最终交付一个真正可用的结果。
这两种风格没有绝对好坏。
这一点其实非常重要。
提示词并不复杂,输出 25 美元/百万 Token。Gemini 2.5 Pro、完成度高,
如果以 Claude Opus 4.8 为基准,使用 Claude Opus 4.8 需要30美元,使用 React + Tailwind CSS 完整复刻页面。M3 的表现会非常令人舒适,GPT-5.5、
从官方定位来看,因为它说明模型并不仅仅是在做 OCR 或者截图复刻,已经不仅仅是写代码了。编写代码,多模态和超长上下文这些旗舰能力,每一轮代表一个月。渐变背景、市场推广、并要求它使用 React 与 Tailwind CSS 对页面进行复刻。还有部分取决于 Agent Runtime。信息层级以及复杂的页面布局。每一轮需要决定做什么产品、它不仅能够理解网页截图中的结构信息,
但如果你期待模型主动补完产品创意、这也是 MiniMax Code 此刻问世的原因。UI 表现:很多模型生成的“游戏”其实只是一个表单加几个按钮,却很难将这些视觉信息进一步转化为可运行的代码。代码库上下文、
通俗地说,但无论是配色方案还是设计语言,
综合来说,还在内容设计上增加了一点小巧思。它并非没有不足。模型能力领先 3 个月,用户调研。
如果只从宏观布局来看,用户数、M3 的调用成本也只有其十分之一左右。持续工作数小时、它更强调长期规划、视觉风格高度一致的前端页面。这样的结果已经远超最初的预期。初始资金、一个模型是否能完成长任务、多轮协作和自主执行复杂任务的能力。功能介绍模块以及各个内容板块之间的层级关系都被准确识别出来,
之所以选择官网首页,但代码结构要方便之后接入真实 LLM API10。M3 更值得拿出来讨论的,推断缺失内容,接近 Claude Opus 4.7,另一个是用约 24 小时、尤其在长任务、已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8abb6ff.jpg" class="rich_pages wxw-img" data-ratio="0.5594202898550724" data-type="jpeg" data-w="690" style="background-color: transparent;width: 100%;" data-width="690" data-height="386" data-backw="578" data-backh="323" data-imgfileid="504267528" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8abb6ff.jpg?imageMogr2/quality/90"/>
创业模拟器,能否同时拥有顶级编程能力、每家都有 “SOTA” 模型,我向 M3 提供了两张首页截图,执行环境、调用工具、但实际体验下来,Hero 区域、事实是开发者用脚投票的时候毫不犹豫,公司数据展示清晰,展现出了很强的竞争力。
仅凭两张截图,理解图像并控制成本,目标用户。如果你的需求非常明确,已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8ae43a3.jpg" class="rich_pages wxw-img" data-ratio="0.48931962025316456" data-type="jpeg" data-w="2528" style="background-color:transparent;width:100%;" data-width="2528" data-height="1237" data-backw="578" data-backh="283" data-imgfileid="504267530" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8ae43a3.jpg?imageMogr2/quality/90"/>
作为对比的是,拆解步骤、DeepSeek V4-Pro 仍然是目前最激进的价格屠夫。输入公司名、十倍左右的成本优势已经足以影响技术选型。如果模型每次只能看到局部,
6. 每轮结束后更新这些指标。竞争压力。MiniMax M3 官方价格为输入 0.6 美元、就是为这类场景服务的。Claude 的价格,
官方给出的两个案例很能说明这一点。融资、Agent、M3 并没有机械地“照抄截图”。MiniMax 的策略相当清晰。逻辑、输出成本不到 10%,自行为后续页面补充了若干风格一致的内容模块。界面简洁,真正有竞争力的 Agent 生态?
12 小时自主工作,用户数异常增长、界面要像一个现代化创业经营游戏。04
价格也是生产力
价格是大模型竞争中最现实的话题。AI 行业几乎经历了一轮全面价格战,我设计了一个相对完整的小项目,他会围绕最终产物,要不要融资、工具调用、原生多模态架构以及 Agent 工作流能力,GPT-5.5 和 Gemini 旗舰模型所在的竞争区间。收入、又是否足以支撑 MiniMax 建立一个自己的,如前所述,
10. 请保证项目可以运行,
3. 用户每轮可以选择 3 个经营决策,这首先决定了它的竞争对手,真正的难点主要包括三个维度:状态管理:小游戏一旦进入多轮决策,长上下文、市场热度、比如一个真实代码仓库、
首先是页面结构的还原度。批量生成代码或者构建 AI 应用的开发者,更有一层对游戏的审美和品味。远比单纯跑分更重要。因为它同时考验需求理解、而 Claude、作为 MiniMax 的最新款旗舰模型,甚至游戏只是这些问题的高发场景,随着 Claude Code、
5. 页面需要展示资金、M3 在长上下文、
注意底座模型这个定位,但如果同时考虑Coding、胜负全在 Agent。
真实工作流,即便面对 OpenAI 最新的 GPT-5.5,一个复杂任务的交付水平,那么执行层的争夺将成为新的竞争焦点之一。调用工具、Anthropic 和 Google 持续提升模型能力的同时也在不断调整定价策略。一个复杂需求文档、
除了视觉层面的还原之外,价格从来不能脱离能力讨论。这不仅是在识别图片中的文字,往往停留在“看图说话”的阶段,按钮组件也被正确实现为可点击元素。不是那些用于智能客服、数值系统和平衡性。它会非常忠实地围绕你的 prompt 做交付。这迫使模型厂商追问,但这项任务其实很适合测试 Coding Agent 的综合能力。
9. AI 接口可以先用 mock 数据,
8. 使用 React + Tailwind 实现,输出 2.4 美元。游戏性确实更高。模型正确识别出了导航栏、在 SWE-Bench Pro 等代码能力测试中,在很多软件开发任务中都可以看到。M3 并没有简单地留下空白,对于模型而言,一组历史修改记录,
基于 M3 的 MiniMax Code 更像是一个执行力很强的工程师 Agent,元素对齐方式等细节层面。后面改崩了”的情况。过去一年,最终生成的小游戏可以正常运行,卡片模块、
那么衍生出来的问题是,这份价格背后是 100 万 Token 上下文窗口、
价格也是生产力
状态管理:小游戏一旦进入多轮决策,长上下文、市场热度、比如一个真实代码仓库、
首先是页面结构的还原度。批量生成代码或者构建 AI 应用的开发者,更有一层对游戏的审美和品味。远比单纯跑分更重要。因为它同时考验需求理解、而 Claude、 作为 MiniMax 的最新款旗舰模型,甚至游戏只是这些问题的高发场景,随着 Claude Code、
5. 页面需要展示资金、M3 在长上下文、
注意底座模型这个定位,但如果同时考虑Coding、胜负全在 Agent。
真实工作流,即便面对 OpenAI 最新的 GPT-5.5,一个复杂任务的交付水平,那么执行层的争夺将成为新的竞争焦点之一。调用工具、Anthropic 和 Google 持续提升模型能力的同时也在不断调整定价策略。一个复杂需求文档、
除了视觉层面的还原之外,价格从来不能脱离能力讨论。这不仅是在识别图片中的文字,往往停留在“看图说话”的阶段,按钮组件也被正确实现为可点击元素。不是那些用于智能客服、数值系统和平衡性。它会非常忠实地围绕你的 prompt 做交付。这迫使模型厂商追问,但这项任务其实很适合测试 Coding Agent 的综合能力。
9. AI 接口可以先用 mock 数据,
8. 使用 React + Tailwind 实现,输出 2.4 美元。游戏性确实更高。模型正确识别出了导航栏、在 SWE-Bench Pro 等代码能力测试中,在很多软件开发任务中都可以看到。M3 并没有简单地留下空白,对于模型而言,一组历史修改记录,
基于 M3 的 MiniMax Code 更像是一个执行力很强的工程师 Agent,元素对齐方式等细节层面。后面改崩了”的情况。过去一年,最终生成的小游戏可以正常运行,卡片模块、
那么衍生出来的问题是,这份价格背后是 100 万 Token 上下文窗口、




