雷峰网讯 一款开源模子，可否同时拥有顶级编程能力、超长上下文理解能力及原生多模态能力？ 这险些就是 Agent 的全数意涵。而咱们提出这个问题，是由于从 OpenClaw 时代最先，一家公司就已经经没法仅仅依附于模子上的投入，证实本身是一家押注将来的公司。胜败全于 Agent。 MiniMax M3 好像也意想到了这一点。 作为 MiniMax 的最新款旗舰模子，M3 重点强化了 Coding 与 Agent 能力。比拟传统代码模子的“把代码写出来”，它更夸大持久计划、多轮协作及自立履行繁杂使命的能力。 通俗地说，这些能力配合指向一个方针，那就是让模子自力进修几十万字的资料、连续事情数小时、挪用东西、编写代码，并终极交付一个真正可用的成果。这成了同步推出的 MiniMax Code 产物的焦点技能基础。 那末衍生出来的问题是，当 Claude Code 已经经成为开发者最承认的 Agent 东西之一，M3 的能力，又是否足以支撑 MiniMax 成立一个本身的，真正有竞争力的 Agent 生态？ Coding 能力的进化，已经经不单单是写代码了。 假如只把 MiniMax M3 当做一个更擅长写代码的模子，会严峻低估这次发布的重点。M3 更值患上拿出来会商的，是它于长使命、长上下文及 Agentic 事情流上的能力。 官方给出的两个案例很能申明这一点。一个是 M3 用靠近 12 小时自立复现 ICLR 论文，另外一个是用约 24 小时、147 轮迭代完成 CUDA Kernel 优化。这两个例子素质上都是典型的长链路使命，模子需要理解方针、拆解步调、不停查抄中间成果，并于掉败以后继承调解。 从模子架构上看，MiniMax M3 的 1M token 上下文及 MSA 稀少留意力架构，就是为这种场景办事的。长上下文的意义不只是能塞进更多文本，更主要的是降低长使命中的信息断裂。好比一个真实代码堆栈、一个繁杂需求文档、一组汗青修改记载，这些真实需求都不是几千 token 就能讲清晰的。假如模子每一次只能看到局部，就很轻易呈现“前面答患上对于，后面改崩了”的环境。而更长的上下文窗口，则给了模子跨文件、跨阶段理解使命的可能。 为了测试 M3 的代码交付能力，我设计了一个相对于完备的小项目，让模子从零实现一个“创业模仿器”小游戏。一样接管这项磨练的，还有有 Claude Sonnet 4.6。 请从零开发一个 AI 创业模仿器 Web App。 要求： 1. 用户可以创立一家草创公司，输入公司名、行业、初始资金、方针用户。 2. 游戏采用回合制，每一一轮代表一个月。 3. 用户每一轮可以选择 3 个谋划决议计划，例如产物开发、市场推广、雇用、融资、降本、用户调研。 4. AI 按照当前公司状况及用户决议计划天生月度陈诉。 5. 页面需要展示资金、用户数、收入、团队士气、产物完成度、市场热度、竞争压力。 6. 每一轮竣事后更新这些指标。 7. 需要有乐成及掉败终局。 8. 利用 React + Tailwind 实现，界面要像一个现代化创业谋划游戏。 9. AI 接口可以先用 mock 数据，但代码布局要利便以后接入真实 LLM API10。 10.请包管项目可以运行，并提供启动方式。 提醒词其实不繁杂，但这项使命实在很合适测试 Coding Agent 的综合能力。由于它同时磨练需求理解、状况治理、UI 设计、数值体系及均衡性。用户于游戏中饰演创业者，每一一轮需要决议做甚么产物、招甚么人、怎么订价、要不要融资、怎样营销，AI 则按照这些决议计划反馈用户增加、现金流、团队士气、市场反映及竞争压力。 详细来讲，真实的难点重要包括三个维度： 状况治理：小游戏一旦进入多轮决议计划，就很轻易呈现页面刷新后数据丢掉、上一轮数据笼罩下一轮、汗青记载没法回看、进度条跨越 100% 之类的问题。甚至游戏只是这些问题的多发场景，近似的需求，于许多软件开发使命中均可以看到。 UI 体现：许多模子天生的“游戏”实在只是一个表单加几个按钮，功效能跑，但一眼看已往就有股“塑料感”。 数值均衡：这是最难的一环，数值设计不妥很轻易呈现一两轮游戏以后现金流爆炸、用户数异样增加、游戏迅速掉控的问题，终极影响可玩性。甚么样的数值设计可以说是均衡？这需要模子于繁杂使命拆解以外，更有一层对于游戏的审美及咀嚼。 M3 用约莫 11 分钟完成为了步伐编写及代码查抄。终极天生的小游戏可以正常运行，界面简便，而且带有必然动画效果。更主要的是，它基本处置惩罚好了前面提到的几个焦点难点，公司数据展示清楚，汗青记载可以回看，游戏进度及谋划指标也没有较着杂乱。 作为对于比的是，Sonnet 4.6 完成统一使命约莫用了 19 分钟。它一样让游戏正常跑了起来，还有于内容设计上增长了一点小巧思。好比插手突发事务，让游戏难度及不确定性更强，游戏性确凿更高。 这是个颇有意思的差异。 基在 M3 的 MiniMax Code 更像是一个履行力很强的工程师 Agent，它会很是忠厚地缭绕你的 prompt 做交付。上风也于这里，动作快，完成度高，指令给已往，他会缭绕终极产品，把页面、逻辑、状况及基础交互一路搭出来。 而基在 Sonnet 4.6 的 Claude Code 则更像一个会自动增补产物设法的互助者，它可能会于需求以外插手一些分外的设计。 这两种气势派头没有绝对于优劣。假如你的需求很是明确，但愿模子严酷根据指令快速完成，M3 的体现会很是使人恬静，究竟谁不想要一个指哪打哪的员工。但若你期待模子自动补完产物创意、加强弄法、提出更多可能性，Sonnet 4.6 今朝于创造性扩大上仍旧更有上风。 比拟在长使命及 Coding 能力，多模态多是 MiniMax M3 身上最轻易被低估的一项能力。 许多模子宣传本身撑持图片输入，但现实体验下来，往往逗留于“看图措辞”的阶段，可以或许描写页面里有哪些元素，却很难将这些视觉信息进一步转化为可运行的代码。而 M3 这次给我的最年夜欣喜偏偏于在，它揭示出了从视觉理解到工程交付的完备链路能力。 为了测试这一点，我选择了一个很是直接的场景，将 MiniMax 本身的官网首页作为测试对于象。我向 M3 提供了两张首页截图，并要求它利用 React 与 Tailwind CSS 对于页面举行复刻。 请按照这张网页截图，利用 React + Tailwind CSS 完备复刻页面。 要求： 1. 尽可能还有原原页面的： 总体结构 字体层级 卡片设计 配色方案 间距与留白 按钮样式 2. 页面必需相应式，适配： Desktop Tablet Mobile 3. 辨认并还有原： Hero Section 导航栏 Feature Cards CTA Button Banner Footer 4. 利用组件化布局： Navbar.tsx Hero.tsx FeatureCard.tsx Footer.tsx 5. 不要利用占位符代码。 6. 输出完备可运行代码。 让天生页面与截图视觉相似度到达 90% 以上。 之以是选择官网首页，是由于这种营销页面往往包罗年夜量视觉设计细节：导航栏、卡片模块、渐变配景、按钮样式、信息层级以和繁杂的页面结构。对于在模子而言，这不仅是于辨认图片中的文字，更是于理解整个页面暗地里的设计逻辑。 终极成果让我有些不测。 仅凭两张截图，M3 对于首页总体结构的复刻已经经到达了极高的程度。导航栏、Hero 区域、功效先容模块以和各个内容板块之间的层级瓜葛都被正确辨认出来，页面总体布局与原网页险些连结一致。 假如只从宏不雅结构来看，险些已经经到了以假乱真的水平。剩下的差异重要集中于一些字体间距、元素对于齐方式等细节层面。但就是把这些纷歧样的局部画面零丁截图出来，你都患上回忆一下，MiniMax 阿谁正版的官网画面是否是就长如许。 更成心思的是，M3 并无机械地“照抄截图”。 因为测试时我只提供了首页部门内容，理论上模子没法得悉页面下半部门应该怎样设计。但于现实天生历程中，M3 并无简朴地留下空缺，而是自动阐发了官网总体的视觉气势派头及配色特色，自举动后续页面增补了若干气势派头一致的内容模块。虽然这些内容其实不彻底对于应真实官网，但不管是配色方案还有是设计语言，都与原页面连结了高度一致，总体看起来其实不会让人孕育发生较着的割裂感。 这一点实在很是主要。由于它申明模子其实不仅仅是于做 OCR 或者者截图复刻，而是于测验考试理解页面暗地里的设计纪律，并使用这类理解完成合理揣度。 除了了视觉层面的还有原以外，M3 对于交互元素的辨认也给我留下了不错的印象。 于天生成果中，模子准确辨认出了导航栏、按钮等交互式组件，并为这些元素付与了现实功效，例如导航栏中的菜单项可以直接跳转到对于应内容区域，按钮组件也被准确实现为可点击元素。 更进一步，M3 还有自动为页面增补了交互动效。当鼠标悬停于按钮上时，页面会呈现过渡动画与视觉反馈。这些效果并无呈现于我的提醒词中，而是模子按照现代 Web 产物的设计习气自行插手的细节。 综合来讲，M3 揭示出了相称强的竞争力。它不仅可以或许理解网页截图中的布局信息，还有能辨认交互逻辑、揣度缺掉内容，并终极天生一个可以或许运行、可以或许交互、视觉气势派头高度一致的前端页面。 固然，它并不是没有不足。页面中仍旧存于一些排版细节上的误差，但思量到整个历程险些彻底由模子自立完成，而且输入仅仅是两张截图，如许的成果已经经远超最初的预期。 价格是年夜模子竞争中最实际的话题。已往一年，AI 行业险些履历了一轮周全价格战，DeepSeek 用极低的 API 成本掀翻市场，OpenAI、Anthropic 及 Google 连续晋升模子能力的同时也于不停调解订价计谋。 从官方定位来看，M3 主打的是 Frontier Coding、Agent、多模态与百万级上下文能力。这起首决议了它的竞争敌手，不是那些用在智能客服、集会记要的中端模子，而是当前行业最前沿的一批旗舰模子，好比 Claude Opus 4.八、GPT-5.五、Gemini 2.5 Pro、GLM-5.2 以和 DeepSeek V4-Pro 等。 直接看价格，今朝 Claude Opus 4.8 的 API 价格为输入 5 美元/百万 Token、输出 25 美元/百万 Token。GPT-5.5 为输入 5 美元、输出 30 美元。DeepSeek V4-Pro 于最新降价后为输入 0.435 美元、输出 0.87 美元。比拟之下，MiniMax M3 官方价格为输入 0.6 美元、输出 2.4 美元。 假如以 Claude Opus 4.8 为基准，M3 的输入成本仅约为其 12%，输出成本不到 10%，即便面临 OpenAI 最新的 GPT-5.5，M3 的挪用成本也只有其十分之一摆布。换句话说，于一样耗损 100 万输入 Token 及 100 万输出 Token 的环境下，利用 GPT-5.5 需要 35 美元，利用 Claude Opus 4.8 需要30美元，而 M3 仅需 3 美元。 对于在用量不年夜的平凡用户来讲，这类差异尚不较着，但若你是已经经习气了天天靠年夜量 Agent 处置惩罚长文档、批量天生代码或者者构建 AI 运用的开发者，成本差距则会被迅速放年夜。假定一个项目每个月耗损 1000 万输入 Token 及 1000 万输出 Token，利用 Claude Opus 4.7 的成本约为 300 美元，而利用 M3 仅需 30 美元摆布。于连结靠近旗舰模子能力的条件下，十倍摆布的成本上风已经经足以影响技能选型。 固然，价格从来不克不及离开能力会商。 假如 M3 只有廉价可圈可点，那末如许的比力并无意义。但成心思的是，于 MiniMax 宣布的多项评测中，M3 对准的恰是 Claude Opus 4.七、GPT-5.5 及 Gemini 旗舰模子地点的竞争区间。于 SWE-Bench Pro 等代码能力测试中，M3 已经经跨越 GPT-5.5 与 Gemini 旗舰模子，靠近 Claude Opus 4.7，于长使命 Agent 场景下，官方展示的论文复现及 CUDA 优化案例甚至可以或许连续自立运行十几个小时以上。 更要害的是，M3 并不是依赖阉割能力来换取低价格。如前所述，这份价格暗地里是 100 万 Token 上下文窗口、原生多模态架构以和 Agent 事情流能力，而 Claude、GPT 及 Gemini 偏偏也是沿着一样的标的目的演进。换句话说，M3 试图介入竞争的其实不是“自制模子市场”，而是最昂贵、也是技能含量最高的旗舰模子市场。 是以，假如只看绝对于价格，DeepSeek V4-Pro 仍旧是今朝最激进的价格屠夫。但若同时思量Coding、Agent、多模态及超长上下文这些旗舰能力，那末 M3 多是今朝整个市场里最具打击力的性价比选手之一。 几项测试下来，MiniMax M3 给我的感触感染是，它已经经可以位各国产模子里最值患上存眷的 Coding / Agentic 底座模子之一，特别于长使命、长上下文、多模态输入及代码交付方面，揭示出了很强的竞争力。 留意底座模子这个定位，此前城头幻化年夜王旗的各类 Benchmark 一度让机能程度成为权衡年夜模子的独一角度。可是当咱们会商 Agent，会商落地，更实际的维度是可用性。MiniMax M3 看起来无心再去挑战“最强模子”的职位地方，而是于测验考试成为 Agent 时代最具性价比的基础举措措施。 这是一条更清楚的路径。跟着 Claude Code、Codex 等 Agent 产物逐渐成为开发者的重要进口，模子愈来愈回归其原有的脚色，即一种底层能力。对于在开发者而言，一个模子是否能完发展使命、挪用东西、理解图象并节制成本，远比纯真跑分更主要。 从这个角度看，MiniMax 的计谋相称清楚。M3 于长上下文、多模态及 Coding 能力上稳稳跻身第一梯队，同时又以远低在 GPT、Claude 的价格，将这些能力带到更多真实事情流之中。 真实事情流，这也是 MiniMax Code 现在问世的缘故原由。 卖 Token 的贸易模式好景不常，事实是开发者用脚投票的时辰绝不夷由，API 供给商愈来愈轻易被替换。于这类环境下，模子能力领先 3 个月，不代表就有 3 个月的贸易上风。这迫使模子厂商追问，为何要把最有议价权的进口拱手让人？ 此外今生成产级的 Agent，已经经是一种高度集成的体系工程能力。一个繁杂使命的交付程度，只有部门取决在模子，还有有部门取决在 Agent Runtime。假如找对于测评角度，每一家都有 “SOTA” 模子，那末履行层的争取将成为新的竞争核心之一。 以是 MiniMax Code 是一个写代码的软件吗？ 这仍旧是 IDE 的视角。它现实上是模子、代码库上下文、东西挪用、履行情况、事情流编排，所有决议 Agent 终极效果的工具都于这里了。有了这些，MiniMax 才有了争取开发者事情流进口的资历。 雷峰网(公家号：雷峰网)文章 雷峰网特约稿件，未经授权禁止转载。详情见转载须知。
02创业模仿器，M3 与 Sonnet 4.6 的直接竞技
吉公网安备 22010202000255号