MiniMax M3低预期上手：有点东西？
来源：互联网 2026-07-22 06:30:15MiniMaxM3实测支持1M上下文、多模态及AgenticCoding，多模态可将讲座视频转为图文笔记，长文本处理能准确生成播客大纲与博客，还可分析代码库并复刻Agent工作台。TokenPlan运营调整已提供老用户补偿。M3技术实力过关，但需平衡商业与用户体验。
此前在忙于其他事务，直至今日才有机会深入体验MiniMax M3。坦白说，最初并未寄予厚望——毕竟网络评价众说纷纭。作为资深用户，此前一直使用M2.7处理各类任务，整体体验较为流畅。
然而，实际使用后反倒带来一些惊喜。M3主打的三大亮点——1M上下文、多模态能力以及Agentic Coding功能——在实测中均有不俗表现。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
口碑方面的问题主要集中在Token Plan的商业运营调整上。好在近期官方已推出面向老用户的补偿方案，可视作一种补救措施。就当前定位而言，继续使用M2.7处理日常任务，同时借助M3尝试新玩法，不失为一种可行的组合方案。接下来先呈现实际的测试表现，Token Plan的问题后续再做讨论。
M3实际使用体验
场景一：利用多模态能力将讲座视频转化为图文笔记
此前使用MiniMax M2.7时最大的缺憾是不具备多模态能力，导致某些工作流程无法顺畅进行，需额外配置一个多模态模型。M3弥补了这一短板后，适用性得到显著提升。
在MiniMax Code中进行了实际操作：直接将一份MP4格式的讲座视频完整传入，要求从中截取PPT图片并标注时间戳。M3首先会调用“理解视频”与“描述图片”的能力，通览全部内容，随后调用本地ffmpeg工具进行截图。截图完成后，还会检查图片效果与质量，必要时进行校准与修正。
一次通过，所获结果如下：
最终输出的图文笔记效果：
场景二：处理超长播客文本
近年来长视频播客逐渐兴起。中文播客尚可，通勤时佩戴耳机即可收听；英文播客则相对不便，尤其是Lex Fridman的节目，许多时长超过4小时。不过，Lex每次都附带Transcript文本。此次尝试以他与VLC作者、FFmpeg维护者JBK的最新访谈为素材。
将Lex自己制作的视频章节删除，仅保留时间戳与对话内容，随后要求M3：“协助分析其中主要讨论了哪些话题，生成包含时间戳的目录大纲。同时根据播客内容，转写一篇4000字的科技博客文章。”
与Lex提供的原始时间戳大纲相比，M3的拆分准确度相当高，在几个关键时间点上几乎完全对齐，并且给出了更精细的拆分结果。
在未刻意优化提示词的情况下，M3生成的博客内容也较为直接。通读一遍后，能够迅速把握播客的核心内容，满足个人阅读需求。
若计划在社交平台发布，可根据个人风格调整提示词，或搭配多模态能力制作插图。
场景三：调研并理解大型代码库
MiniMax M3的另一亮点是1M上下文。不过，仍建议将上下文控制在200K至500K范围内，并在接近上下文窗口前主动切换对话。实际工作中，真正需要打满1M上下文的场景并不多。近期发现一个名为“Understand Anything”的项目，具有一定实用价值。可以在Token Plan较为空闲时，挑选感兴趣的代码仓库，交由Agent进行自动化分析。例如，将PewDiePie近期开源的Odysseus整个传入M3进行分析。首次分析耗时较长，约两小时。但首次分析结束后，会生成一个可交互的前端页面，辅助理解项目结构。
在此基础上，若有进一步疑问，可在Claude Code中针对该代码库继续提问。
此类理解分析相对消耗Token，适合在Token Plan空闲时进行。
场景四：基于图片复刻Agent工作台
最后探讨一个编程场景。当前桌面上常驻多种Agent：Claude Code、Codex、OpenClaw、Hermes，以及Pi、OpenCode等。一方面是尝鲜体验留下的代码债，另一方面不同Agent各有擅长领域。将不同Agent固化于特定角色与分工中，按需选取合适的数字员工，甚至使其分工协作，是一个颇具探索价值的方向。一直希望能将这些工具整合到类似斯坦福小镇的工作台中，但始终未能启动实施。此前出现的Marvis在一定程度上体现了这一理念，但作为商业化产品，其无法灵活接入和管理各类Agent Gateway。随后，在Claude Code中将一张Marvis截图发送给M3，要求其复刻一个可自定义接入的本地项目。首先在Plan mode下澄清了部分需求。
之后，M3全程自行完成编码与搭建工作，期间未发出任何修改指令。
经过约20多分钟运行后，获得如下结果。
逐一点击测试，完成度较高，内部各种按钮与菜单均可正常交互。配置好API key后，大模型也能正常进行对话。
整体而言，除SVG前端绘制较为抽象外，M3在此项目中的表现相当令人满意。后续可通过不同的gateway或API_SERVER将其他Agent接入，配置角色与分工。实则，UI仅作为前端呈现——无论称之为马厩、虾笼，或是套用三国武将的外壳，底层均为Agent通信与协作。如有类似的开源项目，也欢迎推荐。
从实测结果来看，M3此次宣传的核心能力基本得到兑现。综合而言，Agent、长上下文与原生多模态三者组合，使M3已找到自身的生态定位。背后的技术细节已有不少文章进行详尽阐述，此处不再赘述。
小结
最后讨论Token Plan。对于习惯了MiniMax量大管饱风格的老用户而言，M3的性价比显然不如原来的M2.7。但商业运营终究需要算账，不可能持续补贴。面向老用户的迁移方案虽有所延迟，但终究已经推出。
类似问题，所有模型公司都将经历，这是走向成熟的必经阶段。MiniMax M3的此次发布，既有技术上的高光时刻，也存在运营上的失误与补救。这也表明，一款优秀的AI模型若想赢得用户认可，必须将技术、产品与商业三方面协调理顺，缺一不可。M3的技术实力是过关的，它通过新的MSA解决了长文本处理的效率与成本问题，同时在代码与多模态理解方面表现出色。尽管经历了一些波折，但最终给出了具备竞争力的定价与补偿方案。可根据实际需求测试M3的表现，也可继续使用M2.7，均为合适的选择。无论如何，MiniMax依然坚持开源路线，为开发者提供了区别于少数闭源巨头的、更具性价比的高性能选择。M3的答卷已经提交，后续就看市场与开发者的认可程度了。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
