MiniMax M3

先说结论

MiniMax M3 是 2026 年 6 月 1 日发布的。在雷锋网 7 月的国产 Coding 模型横评里，M3 拿了综合第一（85.3 分），Bug 诊断单项飙到 89.7 分——这个是全场最高，超过 Kimi K2.6 和 DeepSeek V4 Pro。但它最唬人的不是刷榜数据——是它能自己连续跑 12 个小时复现 ICLR 论文、跑 24 小时把一个 CUDA Kernel 的硬件利用率从 7.6% 优化到 71.3%（快了 9.4 倍）、全程零人工介入。市面上大多数 AI 编程工具是「帮你写代码」，M3 是「替你干活」。当然，它也有明显的短板——从零做架构设计的能力不如 Claude Opus。但如果你的日常工作是排 Bug、读大段代码、做重复性的开发任务——M3 目前是国产量产模型里最好使的。

M3 为什么能在 Coding 上突然这么猛

MiniMax 这家公司可能很多人不熟——它的 C 端产品叫海螺 AI，之前更多是做多模态和语音的。MiniMax 创始人闫俊杰在发布会上说 M3 用了交互式用户模拟器训练框架——类似 DeepSeek-R1 的强化学习但更聚焦在代码和 Agent 场景上。M3 在训练的时候不是只学代码库，而是被训练成「像一个真实用户一样跟开发环境交互」——读代码、跑测试、看报错、改代码、再跑测试，这个循环它被灌了无数次。结果就是它的 Bug 诊断能力比别的模型强一截——它能从报错日志里看出问题的根因，而不是只给个笼统的修复建议。

还有个关键点是 M3 是首个同时集齐「Frontier 三件套」的国产开源模型：前沿 Coding + 100 万上下文 + 原生多模态。之前这三样只能分开或者只能选其中一两个，Claude Opus 有前两个但没原生多模态、GPT-5.5 有三个但不开源、Gemini 也有但贵得离谱。M3 同时打三张牌，而且都是真能用不是 Demo。

五个国产 Coding 模型互掐——M3 凭什么排第一

雷锋网这场横评不是跑几个 Benchmark 就完事了，是拿了真实工程任务来测——有 Bug 诊断、有从零搭建、有性能优化、有代码审查。五款模型得分：

• M3 综合 85.3——Bug 诊断 89.7 分全场断层第一，被评级别是「高级工程师」。评测里提到一个细节：M3 对防刷机制、并发安全、熔断降级这些高并发场景的处理方案被评为了「工业级实现」。不是那种「写个 if-else 过滤一下」的学生作业思路。
• Kimi K2.6 综合 84.6——均衡，没有明显短板。文档注释写得最清楚、代码可维护性最好。你接手别人代码的时候最能感受到这个优势。
• Qwen 3.7 Max 综合 82.2——稳。不惊艳但每个环节都能干，适合不想折腾只想有个靠谱AI帮手的开发者。
• DeepSeek V4 Pro 综合 78.6——架构设计和复杂推理能力很强，但落地细节经常留坑。性价比最高——API 已经降到了 1/4 价。
• GLM 5.1 综合 78.0——适合辅助编程，创造性任务偏弱。便宜，智谱的 Coding Plan ¥49 起。

自己连续跑 24 小时——这个能力对开发者意味着什么

大多数 AI 编程工具是「你问→它答→你检查→你再问」的循环。M3 不一样——它能自己跑一个长任务链。官方给了两个 Demo：

ICLR 论文自主复现：给它一篇 ICLR 论文，它自己去读、理解方法、写代码实现、跑实验、生成图表。全程 12 小时，18 次 Git Commit，23 张实验图表，零人工介入。这不是「帮你写代码」，是「帮你做科研」。

CUDA Kernel 优化：24 小时连续跑，147 次迭代、1959 次工具调用。把一个 CUDA 算子的硬件利用率从 7.6% 拉到 71.3%——性能提升了 9.4 倍。这个对做模型推理加速的工程师来说意义重大——以前找瓶颈、试方案、调参数可能要花一个高级工程师好几天，现在 AI 自己在夜深人静的时候默默地帮你全跑完了。

这两件事有个共同特征——都是那种「你知道需要做但一直没空做」的活。

多模态能力——截图就能搭一个网站

M3 的原生多模态是真正的训练阶段就混了图文数据，不是后期打补丁。最直观的体验：你给 M3 两张 MiniMax 官网的截图，它能给你还原出一个几乎一样的网页。你录一段操作网站的视频，它能提取出交互逻辑和动画参数。你给 Jensen Huang 的 PPT 截图——74 个合作方 Logo 它能全部识别出来并做一个交互式展示页。还有视频转文字报道——40 分钟演讲视频扔进去，直接给你出一篇 5000 字可直接发布的媒体报道。

价格——Claude 十分之一的价格，接近的能力

M3 API 定价输入 ¥4.2/百万 Token、输出 ¥16.8/百万 Token。对照 Claude Opus——同样的 Token 量，M3 只要十分之一左右的价钱。个人订阅 Plus ¥49/月给 6 亿 Token、Max ¥119/月给 18 亿 Token、Ultra ¥469/月给 55 亿 Token。对个人开发者来说 Plus 基本够用——6 亿 Token 大概够你一天写几千行代码、排查几十个 Bug。但 M3 在从零架构设计上确实不如 Claude Opus——后者在这块的积累更厚。所以最好的策略可能是「日常开发用 M3，架构级别的重活再用 Claude」。

基本信息