模型详情
MiniMax-M3
MiniMax-M3 是 MiniMax 的多模态基础模型。它支持文本、图像和视频输入，并输出文本，具有 1M token context window，适用于长期智能体工作、编码和工具使用。 它基于 MiniMax Sparse Attention (MSA) 构建，用 KV 块选择代替完全注意力，从而减少长 context 中每个 token 的计算量——大约是上一代在 1M 个 token 时 1/20 的成本，并且在大多数任务中保持质量的同时，大大加快了预填充和解码速度。 该模型以交错数据为基础进行原生多模态模型训练，并通过交互式用户模拟器框架针对多轮、类似生产环境的协作进行调整，其目标是持续的多步骤任务，而不是单轮执行。
模型规格
- 模型 ID
-
MiniMax-M3
- 上下文长度
- 1M
- 最大输出
- 262.144K
- 输入/输出模态
- 发布日期
- 2026-05
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
阶梯价格
单位：/1M Tokens
| 档位 | 输入 /1M Tokens | 输出 /1M Tokens | 缓存读取 /1M Tokens |
|---|---|---|---|
| standard Length ≤ 512K | $0.6000 | $2.4000 | $0.1200 |
| long_context Length > 512K | $1.2000 | $4.8000 | $0.2400 |
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像、视频；输出：文本
MiniMax-M3 是多模态模型。规格上，context window 为 1,000,000 个 Token，单次最多输出 262,144 个 Token。
使用前应检查什么？
1,000,000 context，输出上限 262,144
采用 MiniMax-M3 前，输入不超过 512,000 个 Token 时，输入价为 $0.6000／100 万 Token；超过后为 $1.2000／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2026-01；发布于 2026-06-01。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
工具调用与结构化输出同样走这条路由。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 MiniMax-M3；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 MiniMax-M3，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
MiniMax-M3 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
MiniMax-M3 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
MiniMax-M3 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
MiniMax-M3 在支持的路由条件下可以使用提示缓存。
视觉输入
MiniMax-M3 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 MiniMax-M3。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
推理 Token 作为 MiniMax-M3 的输出计费：输入不超过 512,000 个 Token 时输出价为 $2.4000／100 万 Token，超过后为 $4.8000／100 万 Token。它们在显示答案之前生成，并计入延迟和费用，因此即使最终答案很短，更高的推理设置也会增加成本。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。