MiniMax 在 2026 年 6 月 1 日发布了旗舰模型 M3。从基准测试数据来看，M3 在 agentic 场景的综合评分已经明显拉开了和 DeepSeek V4 Pro 的差距，但 API 价格和生态认知上 DeepSeek 依然有优势。这次发布更值得关注的，其实是 M3 背后接着的那一套完整产品体系。 MiniMax M3 本身是什么
M3 是 MiniMax 当前主推的核心旗舰模型，把语言理解、Agent 任务执行、代码能力、超长上下文和多模态输入整合到了一起。
它支持最高 1M tokens 上下文，上线时至少保证 512K tokens 稳定可用，512K 以上仍在限量开放阶段，正式全量还要等算力跟上。目前可以通过 MiniMax 开放平台、Token Plan、MiniMax Code、MiniMax Agent 使用，也能接进 Claude Code、Cline、Cursor、TRAE 这些开发者熟悉的工具入口。 M3 支持 thinking on/off，简单任务可以关掉推理模式不走长链路，同时兼容 OpenAI 和 Anthropic 两套接口格式，对开发者来说迁移成本很低。
1M 上下文这件事要拆开看
把上下文窗口写到 1M，很多模型都能做到。真正的问题是 Agent 在实际跑任务时，每一轮都要反复读代码库、工具结果、日志和文档，如果每次读长上下文的计算成本太高，Agent 只能少读、少改、少试，最后根本跑不深。
M3 用的是 MiniMax Sparse Attention（MSA），会更精细地选择 KV blocks，让模型在长上下文下降低每个 token 的计算量。官方给出的数字是 1M tokens 场景下，M3 每个 token 的计算量大约只有上一代模型的 1/20。
这就把 1M 上下文从"能不能塞进去"推进到了"能不能在 Agent 循环里反复用"。对 Coding Agent 来说，它可以读更大的代码库，保留更长的中间状态，在多轮修改里减少因上下文被截断带来的失忆。当然，完整 1M 的稳定体验还要等后续全量开放。
MiniMax M3 和 DeepSeek V4 Pro 放在一起比
上下文长度上，两者都进入了 1M 级别，DeepSeek V4 Pro 的单次最大输出是 384K。
能力上，根据最新基准测试数据，M3 在 agentic 场景的综合评分已经明显领先——M3 均分 71.9，DeepSeek V4 Pro 是 59.1，在 SWE-bench Verified 这项代码任务评测上，M3 也跑出了 80.5% 对 73.6% 的差距。这和原文"能力接近"的说法已经有出入，M3 发布后的实测数据显示它在 Agent 和代码任务上的优势更明显。
价格上，差距依然存在。按国内开放平台价格，M3 Standard 档在发布后 7 天限时五折期内：输入 2.10 元/百万 tokens，输出 8.40 元/百万 tokens，缓存读取 0.42 元/百万 tokens。原价是输入 4.20 元、输出 16.80 元、缓存读取 0.84 元。
DeepSeek V4 Pro 当前 cache miss 输入约 3.00 元/百万 tokens，输出约 6.00 元/百万 tokens，cache hit 输入低至约 0.025 元/百万 tokens。缓存命中价格的差距非常悬殊，如果你的业务里缓存命中率高，DeepSeek 的成本优势相当显著。五折期结束后，M3 的价格压力会更大。
所以如果你只看 API 单价，DeepSeek 依然很强。M3 的优势在于 agentic 场景的实际能力，以及后面接着的产品体系。
Token Plan 是另一个重点
这次 MiniMax 没有只把 M3 当成 API 模型来卖，还把它放进了 Token Plan。
Token Plan 是订阅制共享额度方案，一个订阅 Key 可以覆盖开放平台上的多种模型能力。国内当前的订阅档位是：Plus 49 元/月，Max 119 元/月，Ultra 469 元/月，对应的月度 M3 Token 用量大概是 6 亿+、18 亿+、55 亿+，典型 Agent 用量分别是 3-4 个、4-5 个、6-7 个。文本、图像、语音、音乐等不同能力共享同一个额度池，不需要为每个模型单独买一份额度。
对个人开发者和内容创作者来说，这个设计提供了一个统一入口。
M3 后面那一串才是关键
只看 M3 本身，会漏掉这次发布里更重要的一层信息。
图像这边，MiniMax 有 image-01 和 image-01-live，支持文生图、图生图和多种风格生成。语音这边，Speech-2.8-HD 和 Speech-2.8-Turbo 覆盖高质量和高速度两个方向，可以接播客、有声内容、短视频旁白和数字人场景。音乐这边，Music-2.6 负责配乐、主题曲和短内容音乐素材生成。视频这边，Hailuo 2.3 和 Hailuo 2.3 Fast 覆盖文生视频、图生视频和多分辨率的视频生成。
M3 负责理解、推理、代码和长任务执行。其他模型接图像、语音、音乐、视频。Agent 和 Code 工具把这些能力接进真实工作流。
对开发者来说，这条链路可以是代码理解、项目生成和工具调用。对内容创作者来说，它也可以变成选题、脚本、配音、配乐、图片、视频素材的一整套生产流程。
MiniMax M3 真正的野心不是一个更好的语言模型，而是用旗舰模型带动整套产品体系，让这些能力真正跑进工作流里。你评估它的时候，不能只盯着 API 价格，要看你实际想跑的任务是什么。
AI 速览
