MiniMax M3 是 MiniMax 于 2026 年 6 月 1 日发布的 M 系列语言模型,发布说明把它定位在 Agent 推理、工具调用、编码、多模态对话输入与长上下文任务上。MiniMax 称它用自研的 MSA(MiniMax Sparse Attention)稀疏注意力把上下文做到 100 万 token,在 100 万长度下每 token 的计算量约为上一代的 1/20,并且从训练第一步起就混入多模态数据,原生支持读图。
在 RouteMux 上它接受文本与图像输入,支持工具调用与提示缓存,OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 三种协议都能打。计价分档:输入不超过 51.2 万 token 是标准档,超过则整条请求按长上下文档计费;另有 service_tier 设为 priority 的优先档。思考 token 也计入 max_tokens,设得太小,回复会在出现正文之前就以 max_tokens 截止,所以要同时给推理和答案留够空间。
2026 年 10 月 19 日 MiniMax 发布了 M3.1 Flash,上下文同为 100 万。仍然选 M3 的理由是几处实打实的接口差异:思考可以关 —— MiniMax 文档写明 M3 的 thinking 传 disabled 时跳过思考直接作答,而 M3.1 Flash 强制思考;service_tier 可以设为 priority,请求优先进入队列,M3.1 Flash 不支持这个字段;行为也锁定在 6 月这一版。反过来,思考深度档位(reasoning_effort)按 MiniMax 文档只对 M3.1 Flash 生效,M3 只有开和关。
在 RouteMux 上,51.2 万输入 token 以内的标准档为输入 $0.09 / 百万 tokens、输出 $0.36 / 百万 tokens(官方 $0.3 / $1.2)。