一、引言
我問大家一個問題，普通用戶的理想大模型應該什麼樣？
在我看來，如果你要天天使用一個大模型，它最好同時滿足四個條件。
（1） 性能強 ，尤其具有強大的編程能力。
（2） 上下文窗口大 ，最好達到100萬 Token，原因見後文。
（3） 多模態 ，不僅處理文本，還處理圖片、視頻、音頻等，最好還能操作計算機。
（4） 價格不貴 ，量大，便宜，管飽。
那麼，有符合這些條件的理想模型嗎？
很可惜，據我所知，好像沒有。國外的旗艦模型倒是符合前三個條件，但是太貴了；國內的開源模型雖然不貴，但往往是單模態，做不到（文本、圖像、視頻、音頻）全兼容，而且上下文窗口也不大。
二、MiniMax M3
本週一，MiniMax 發佈了他們最新的 旗艦模型 M3 [1] 。
我原來沒在意，心想只是一次常規的版本升級，但是看了一眼 發佈報告 [2] ，突然震驚地發現， 它竟然同時符合上面的四個條件 。
相比上一個版本 M2.7，這次升級後，上下文窗口從20萬增大到100萬，單模態的文本模型升級爲多模態，基準測試的得分也沒有降低。至於價格，有提供配套的 Token Plan。
看上去，它完全是理想大模型的候選人。
這激發了我的興趣，第一時間就做了一些簡單測試。
三、100萬上下文窗口
開始之前，先解釋一下，更大的上下文窗口有什麼好處。
上下文窗口（context）指的是模型一次能夠處理的最大 Token 數量 。這個值越大，能夠一次向模型提供的背景信息就越多，理論上生成的結果也會越準確。
對於大型項目和長程操作，每一輪跟模型交互，都會附帶從頭開始的所有操作結果。顯然，大的上下文窗口對它們非常重要，不會有材料放不下的顧慮。
上下文窗口比較常見的是20萬 Token，爲什麼不放得更大一些呢？
原因是 Token 越多，計算量越大。每一個 Token 都要計算跟其他 Token 的關係，隨着上下文窗口的增大，計算量會急劇增長，從而影響模型的性能和成本。
MiniMax M3 的上下文窗口是100萬 Token，屬於普通用戶能夠接觸到的最大級別。
它敢做這麼大，是因爲使用了新的技術方案：稀疏注意力架構 MSA。這種方案將 Token 分塊和篩選，選出代表性的 Token 參與計算，從而避免了全量計算。官方 介紹 [3] 說，同樣數量 Token 的情況下，計算量僅爲“上代模型的 1/20”。
“在100萬上下文下，M3 每 token 計算量僅爲上代模型的 1/20。在 prefilling 階段，我們實現了超過 9 倍的加速倍率，在 decoding 階段有超過 15 倍的加速優勢。而且在多個對照實驗中，MSA 的絕大部分能力與全注意力打平。”
這就是說，跟上一代相比，雖然上下文窗口增大了5倍，但是計算量反而是下降的，而且還不影響生成質量（“絕大部分能力與全注意力打平”）。
四、編程能力測試
從官方提供的測試基準成績來看，新的技術方案的表現非常好。
“在衡量 Coding 能力的 SWE-Bench Pro 上，MiniMax M3 超過 GPT-5.5 和 Gemini 3.1 Pro，接近 Opus 4.7。
在綜合評估 SVG 生成性能的基準 SVG-Bench 上，MiniMax M3 超過 Opus 4.7。”
從這些得分來看，它跟美國頭部模型的能力在同一個級別。
下面，我用自己常用的那套 測試題 [4] ，測一下它的編程能力。所有生成結果，都已經部署到官方沙盒，大家可以點擊每個測試的鏈接，進行查看。
需要說明的是，現在的頂級大模型，一般的編程題已經測不出能力極限了，只能用來看看錶現。
測試一： 網頁 UI 重構 [5]
測試二：網頁 3D 動畫 《天文軌道模擬器》 [6]
測試三：網頁遊戲 《憤怒的小鳥》 [7] 。
測試四：網頁 2D 動畫 《麥克斯韋小惡魔》 [8]
測試五：SVG 圖片生成 《鵜鶘騎自行車》 [9]
做完這些測試，我可以肯定地告訴大家， 每一題的表現都比上個版本 M2.7 好 ，生成結果的質量都非常高，都是完全可以接受的。
就連“網頁 UI 重構”這種上個版本已經做得很好的測試，這次都有改進提高，建議大家自己點進去，查看比較。
就這幾個測試而言，MiniMax M3 的表現確實不輸給其他頂級模型。當然，限於時間精力，這些測試都是前端相關，沒有涉及更復雜的後端編程場景。
五、多模態能力
MiniMax M3 的另一大改進，是從單模態變爲多模態，接受圖片和視頻的輸入，並能操作電腦桌面。這項能力也得到了很高的測試基準成績。
“多模態測試集 OmniDocBench 上，MiniMax M3 得分超過 Gemini 3.1 Pro，在面向自主 Agent 的端到端評測框架 Claw-Eval 上，MiniMax M3 得到最高分。”
我猜測，這個版本加入多模態，應該跟上下文窗口變大有一定關係，畢竟較大的 Token 處理能力能保證圖像和視頻有較好的處理效果。下面是幾個簡單測試。
測試六：圖片理解，下面有幾塊紅色積木？
M3 的回答：
測試七：OCR（文字識別），解讀下面的財務報表截圖。
M3 的回答：
測試八：視頻理解， 這段視頻 [10] 0:16處的小動物是什麼？
M3 的回答：
從這幾個測試來看，M3 的多模態效果還不錯，不僅能用來編程，還能用它處理圖像和視頻。
六、MiniMax Code 和 Token Plan
最後提一下，這次除了大模型以外，還發布了一個桌面客戶端： MiniMax Code [11] 。
它對標 Claude Code 和 Codex，主要用來編程。
它的底層是開源項目 OpenCode 和 Pi Agent，針對 M3 做了優化，官方推薦兩者一起使用。
這個桌面端除了編程，還具備 Computer Use 能力，可以連接手機，通過手機來操作電腦。
官方舉了一個例子，你可以對着手機說：“幫我打開本地 ERP 客戶端，按這份 Excel 批量錄入發票信息”。這個桌面端就會按照命令操作。我這次主要測大模型，就沒測這個桌面端，但是我覺得，這個軟件本身就有着巨大的想象空間。
這個桌面端和網頁端還有配套的 Token Plan [12] ，提供按量計費的套餐。
這次的套餐，跟以前相比，有所變化。據 官方說明 [13] ，因爲 M3 的 Token 消耗增加，套餐從按次改成了按 Token 計費，並且增加了每週限額。最便宜套餐是每月49元，6億 Token，一般個人使用應該夠了。即使如此，相比其他 Token 套餐，還是十分有性價比。
以前沒有周限額的 Token Plan，在二手平臺上，現在變成高價出售。這也從一個側面說明，它的套餐還是挺受歡迎的。
七、總結
初步試用後，我對 MiniMax M3 的印象非常正面。因爲以前從 M2.5 升級到 M2.7 時變化不大，我對它的期望並不高，但是測試下來， M3 的這次升級非常有感 ，在各個方面都明顯強於 M2.7。
再加上，它的上下文窗口加大到100萬 Token，以及原生支持多模態，所以我覺得，這個模型值得推薦，國內好像沒有其他開源模型同時做到這些點。
綜合來看， MiniMax M3 是一個各方面很均衡、都不弱的模型 ，符合理想大模型的條件：性能強，適用面廣，價格不高，適合日常使用，也可以給龍蝦那樣的智能體使用。
這次只是簡單測測，我後面還會進一步測試，也建議大家試試這個模型，共同探索它在複雜場景下的表現。
（完）
References
[1]
旗艦模型 M3:
https://www.minimaxi.com/models/text/m3
[2]
發佈報告:
https://www.minimaxi.com/blog/minimax-m3
[3]
介紹:
https://www.minimaxi.com/blog/minimax-m3
[4]
測試題:
https://github.com/ruanyf/ai-test-case
[5]
網頁 UI 重構:
https://rclbzya2xln3.space.minimaxi.com/
[6]
《天文軌道模擬器》:
https://f1qk78kfu1tx.space.minimaxi.com/
[7]
《憤怒的小鳥》:
https://5a98vxbyruy2.space.minimaxi.com
[8]
《麥克斯韋小惡魔》:
https://jlxev7520nc1.space.minimaxi.com
[9]
《鵜鶘騎自行車》:
https://yv6thlmhtvfg.space.minimaxi.com
[10]
這段視頻:
https://www3.cde.ca.gov/download/rod/videosample1.html
[11]
MiniMax Code:
https://agent.minimaxi.com/download
[12]
Token Plan:
https://www.minimaxi.com/
[13]
官方說明:
https://platform.minimaxi.com/docs/token-plan/migration