MiniMax M3 重磅发布：1M 上下文、/usr/bin/bash.06/M 混合价格、超越 Opus 4.7 的 Coding 能力

MiniMax 又发新模型了——这次叫 M3，定位是「Coding & Agentic Frontier」，1M 上下文，原生多模态。

官方说法是：「第一个把三项前沿能力统一在一个模型里的开源模型」。

数据看起来很猛，今天把关键信息整理出来。

一、M3 的核心参数

基础配置

$0.06/M 是什么概念？官方对比图显示，业界 SOTA（Opus 级别）平均 $0.9+/M——M3 便宜了 15 倍。

模型 ID（Pi Agent 可用）

Pi Agent 已支持 MiniMax M3，在 pi.dev/models 可以看到：

二、测试数据（来源：minimax.io 官方页面）

M3 的 benchmark 数据来自三个场景：

1. BrowseComp：超越 Opus 4.7

M3 在自主浏览和信息检索能力上超过了 Claude Opus 4.7。

2. SWE-bench：持平 Opus 4.7

3. PostTrainBench：自主训练排名第三

MiniMax 让 M3 在 12 小时内自主完成四个预训练模型的全流程——数据合成、训练、评测、迭代。

超过其他所有模型，包括 DeepSeek V4 等。

4. CUDA 优化：24 小时，9.4 倍加速

官方做了一次极端测试：让 M3 优化 NVIDIA Hopper GPU 上的 FP8 GEMM 内核。

从非可运行的 Triton 骨架代码开始，M3 连续跑了约 24 小时：
- 完成 147 次 benchmark 提交
- 硬件峰值利用率从 7.6% 提升到 71.3%
- 实现了 9.4 倍加速
- 全程无人工干预

三、三项核心能力

1. Coding & Agentic

M3 在软件工程、终端执行、多步推理等主流 benchmark 上达到世界领先水平。

强化学习优化的 Agent 编排能力，支持自适应任务分解和多步推理。相当于给 AI 发了一套完整的工具链——不只是写代码，还能规划、执行、调试。

2. 1M 上下文

官方把 1M 上下文定义为「基础设施」，不只是能力指标。

1M 上下文是长程 Agent 任务、长程 Coding、长视频理解的基础设施。API 保证最低 512K 可用上下文。

3. 原生多模态

M3 是原生多模态模型——整个数据流水线重建，训练数据扩展到 100T+，从零开始多模态训练，文本和视觉语义空间深度对齐。

不是后来加上去的视觉层，是模型的核心能力。

四、开源计划

M3 已在 API 上可用（api.minimax.io/v1/text/chatcompletion_v2），开源版本即将发布：

• HuggingFace
  ：即将开源
• GitHub
  ：即将开源
• 私有集群部署
  ：支持
• 微调
  ：支持

五、怎么接入？

1. API 调用（最简单）

import requests

url = "https://api.minimax.io/v1/text/chatcompletion_v2"

payload = {
    "model": "MiniMax-M3",
    "messages": [
        {"role": "user", "content": "Hello"}
    ]
}
headers = {
    "Authorization": "Bearer <token>"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

2. Pi Agent 直接使用

Pi 已支持 MiniMax M3，设置环境变量即可：

$env:MINIMAX_API_KEY="xxxxxxxxxxxxxxxx"

然后：

/model MiniMax-M3

3. Token Plan（订阅制）

如果你用 Token Plan（订阅），M3 的能力自动生效，价格不变。

支持的 AI Coding 工具：
- Claude Code、Cursor、OpenCode、Codex CLI、Cline、Roocode、Kilo Code、TRAE、Grok CLI

4. MiniMax Code（网页 Agent）

不想写代码，可以直接用 code.minimax.io，基于 M3 的通用 Agent 平台，无需开发，直接体验 Coding Agent、多模态理解等能力。

六、和 DeepSeek V4 对比

既然都写到 MiniMax M3 了，顺便对比一下大家最关心的 DeepSeek V4：

结论：M3 在 Coding benchmark 上更占优，多模态能力更强；DeepSeek V4 价格更低，适合纯文本场景。

七、适合谁用？