最後更新: 2026年10月11日

MiniMax M3 完整評測與使用教學

MiniMax 在 2026 年 6 月 1 日推出 M3。這是一款開放權重的混合專家（MoE）模型，總參數約 428B，啟用參數約 23B，上下文視窗 1M token，原生支援圖片與影片輸入。本頁整理 MiniMax 公開的資料，示範如何透過 API 呼叫，把價格與 Claude、GPT 做比較，並說明自行部署需要什麼條件。

MiniMax M3 基本資訊

MiniMax 的 API 文件已列出更新的 MiniMax-M3.1-Flash-Preview，但目前只在 M Plan 與 MiniMax Code 應用程式中提供。

來源: MiniMax：MiniMax M3 發表文章

來源: GitHub：MiniMax-AI/MiniMax-M3

來源: Hugging Face：MiniMaxAI/MiniMax-M3

來源: MiniMax API 文字生成文件

官方公布的跑分

以下皆為 MiniMax 自行公布的數字，我們沒有重現。MiniMax 也沒有在相同設定下與 Claude Opus 5.5、GPT-6 或 Gemini 4 比較。

MiniMax 也展示了兩個長任務案例：約 12 小時自主重現一篇論文（18 次提交、23 張實驗圖），以及約 24 小時最佳化 CUDA FP8 GEMM 核心，硬體峰值使用率從 7.6% 提升到 71.3%。

來源: MiniMax：MiniMax M3 發表文章

來源: Hugging Face：MiniMaxAI/MiniMax-M3

自己實測：5 條測試提示詞

判斷 M3 適不適合你，最快的方法是用同樣的提示詞分別跑 M3 和你現在用的模型。以下幾條涵蓋了 MiniMax 主打的強項。

下面是一個失敗的測試和被測函式。找出 bug，用兩句話說明原因，只給出修正後的函式。

[貼上測試]
[貼上函式]

下面我貼上整個程式庫。列出所有開啟了資料庫連線卻沒有關閉的地方，寫明檔案和行號，再提出一個能統一修正的輔助函式。

[貼上檔案]

把這張介面截圖做成一個內嵌 CSS 的單一 HTML 檔。間距和顏色盡量一致，並在 360px 寬度下也能正常顯示。

看這段 bug 的螢幕錄影。列出能重現它的具體步驟，以及使用者原本預期會發生什麼。

你可以操作一個 Node 專案的命令列。一步步規劃如何把它從 Express 4 升級到 Express 5，包括你會怎麼確認沒有改壞東西。先不要執行任何指令。

取樣參數使用 MiniMax 建議的 temperature 1.0、top_p 0.95。

來源: GitHub：MiniMax-AI/MiniMax-M3

MiniMax M3 API 串接教學

1. 在 platform.minimax.io 註冊帳號，綁定付款方式或購買 Token Plan。
2. 在主控台建立 API Key。
3. 用 Anthropic SDK（MiniMax 建議）指向 https://api.minimax.io/anthropic，或用 OpenAI SDK 指向 https://api.minimax.io/v1。
4. 模型名稱填 MiniMax-M3。
5. 盡量把輸入控制在 512K token 以內，超過後單價加倍。

# pip install anthropic
import anthropic

client = anthropic.Anthropic(
    base_url="https://api.minimax.io/anthropic",
    api_key="YOUR_MINIMAX_API_KEY",
)

msg = client.messages.create(
    model="MiniMax-M3",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Write a Python function that dedupes a list while keeping order."}],
)
print(msg.content)

來源: MiniMax API 文字生成文件

OpenAI 相容介面呼叫（curl）

curl https://api.minimax.io/v1/chat/completions \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [{"role": "user", "content": "Explain MoE models in 3 sentences."}],
    "temperature": 1.0,
    "top_p": 0.95
  }'

已支援 Anthropic 或 OpenAI 介面的工具（例如各種程式代理），通常只要改 base URL、API Key 和模型名稱就能使用。

來源: MiniMax API 文字生成文件

MiniMax M3 價格

MiniMax 把這個折扣標示為「永久五折」。開不開 thinking 價格相同。另一種方式是月付的 Token Plan：Plus 每月 20 美元（約 17 億 M3 token），Max 50 美元（約 51 億），Ultra 120 美元（約 98 億），文字、圖片、語音和音樂共用同一個額度。

來源: MiniMax API 按量計費價格

來源: MiniMax：MiniMax M3 發表文章

MiniMax M3 與 Claude、GPT 比較

• 需要開放權重（私有部署、微調、資料不能離開伺服器），或想要便宜的長上下文程式開發加圖片影片輸入，選 M3。
• 簡單、大量的任務，Haiku 5.5 和 GPT-6 Luna 每 token 更便宜。
• 最困難的程式任務請用自己的任務實測：目前還沒有把 M3 與 Opus 5.5、GPT-6 Astra 放在相同設定下比較的跑分。

價格為各家最短提示級距的官方定價。Claude 和 OpenAI 的價格取自本站追蹤的官方價格頁。

全部模型 API 價格 · 成本計算器 · Claude Haiku 5.5

來源: MiniMax API 按量計費價格

來源: Claude API 價格

來源: OpenAI API 價格

MiniMax M3 本機部署步驟

完整模型 BF16 格式約 855 GB。MiniMax 和 vLLM 建議以單機 8 張 Hopper 顯示卡（8×H200 或 H20）執行 BF16。MXFP8 版本（MiniMaxAI/MiniMax-M3-MXFP8）顯示記憶體需求約減半。

# 1) Download the weights (~855 GB in BF16)
hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

# 2) Serve with vLLM on 8 Hopper GPUs (e.g. 8x H200).
#    Support is not in a stable vLLM release yet: use the vllm/vllm-openai:minimax-m3 image.
vllm serve MiniMaxAI/MiniMax-M3 \
  --tensor-parallel-size 8 \
  --block-size 128 \
  --tool-call-parser minimax_m3 \
  --reasoning-parser minimax_m3 \
  --enable-auto-tool-choice

# Or SGLang
python3 -m sglang.launch_server \
  --model-path "MiniMaxAI/MiniMax-M3" \
  --host 0.0.0.0 --port 30000

vLLM 的部署文件說明 --block-size 128 為必填，工具呼叫解析器用 minimax_m3，不是 minimax_m2。

來源: GitHub：MiniMax-AI/MiniMax-M3

來源: vLLM 部署文件：MiniMax M3

來源: Hugging Face：MiniMaxAI/MiniMax-M3

設備不夠：Unsloth GGUF 量化版（實驗性）

# Experimental, text-only GGUF (llama.cpp branch with M3 support)
git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp
git fetch origin pull/24523/head:minimax-m3
git checkout minimax-m3
cmake -B build -DGGML_CUDA=ON   # -DGGML_CUDA=OFF for CPU or Apple Metal
cmake --build build --config Release -j --target llama-cli llama-server

./build/bin/llama-cli \
  -hf unsloth/MiniMax-M3-GGUF:UD-IQ1_M \
  --temp 1.0 --top-p 0.95 --top-k 40 \
  --ctx-size 32768

GGUF 版本只支援文字，也還不支援稀疏注意力，長上下文會退回稠密注意力，記憶體用量大很多。--ctx-size 不要設太大。

來源: Unsloth：本機執行 MiniMax M3

可以商用嗎

• 非商業用途免費。
• 可以商用，但需要在相關網站、介面或文件中標示「Built with MiniMax M3」。
• 年營收低於 2,000 萬美元的公司，寄一封通知信到 [email protected] 即可（主旨「M3 licensing — notice」）；超過 2,000 萬美元需要 MiniMax 書面授權。
• 禁止用於軍事、違法內容、傷害未成年人及蓄意散播不實資訊。

以上僅為摘要，不構成法律意見。正式上線產品前請閱讀授權條款原文。

來源: MiniMax Community License 授權條款

獨立指南，與 MiniMax 無關聯。資料來自 MiniMax 發表文章、GitHub、Hugging Face 模型卡、授權條款與 API 文件，以及 vLLM 部署文件和 Unsloth 指南，核對於 2026 年 10 月 11 日。跑分為 MiniMax 官方數據，我們沒有重現。價格可能變動。