MiniMax 是什么？
MiniMax 成立于 2021 年 12 月，是一家在通用人工智能领域迅速崛起的科技公司，秉持"与用户共创智能"的核心理念。公司自主研发了多模态的通用大模型，覆盖文本、语音、图像、视频、音乐等多个领域，为全球企业和个人开发者提供强大的 AI 技术支持。
MiniMax 的产品线包括：
MiniMax 开放平台（platform.minimaxi.com）：面向开发者，提供 M3、M2.7、H3、Speech 2.8、Music 3.0 等模型 API
海螺 AI：面向个人用户的生产力工具，接入 MiniMax 自研多模态大模型
MiniMax Code：AI 编程助手，支持构建 Agent 团队
MiniMax Design：AI 设计创作平台
Talkie：AI 角色扮演与陪伴应用
2026 年，MiniMax 发布旗舰模型 M3，以前沿代码/Agent 能力、1M 上下文和原生多模态"一模型通吃"，再次定义国产多模态大模型新高度。
MiniMax 核心功能
功能 | 说明 |
|---|---|
文本对话 | 多轮对话、知识问答、深度推理（M3 / M2.7） |
代码生成 | 前沿 Coding / Agentic 能力（M3），支持 Agent 开发 |
图像理解 | 原生多模态，图片内容识别与分析 |
语音合成 | 超自然、高保真语音（Speech 2.8），音色设计/克隆 |
视频生成 | 文生视频、图生视频、导演级运镜（H3） |
音乐生成 | 音乐创作（Music 3.0，已开源） |
实时语音对话 | 低延迟语音交互（海螺 AI） |
文件处理 | 长文档阅读、表格分析、链接提取 |
MiniMax 模型家族（2026 年 8 月）
最新旗舰：MiniMax M3 新上线
MiniMax M3 是 MiniMax 迄今能力最强的旗舰模型，核心特性：
前沿 Coding / Agentic 能力：软件工程任务表现领先
MSA · 1M Context：支持 1M tokens 上下文窗口
原生多模态：文本、图像统一处理
其他模型
模型 | 类型 | 上下文 | 特点 |
|---|---|---|---|
M3 | 旗舰 | 1M tokens | 前沿 Coding/Agentic、原生多模态 |
M2.7 | 通用 | 长上下文 | 通用对话、性价比之选 |
M2.7-highspeed | 高速 | — | 响应更快的高速版本 |
H3 | 视频 | — | 开放通用多模态视频模型，2K/768P 生成 |
Speech 2.8 | 语音 | — | 超自然语音合成，HD/Turbo 两档 |
Music 3.0 | 音乐 | — | 开源音乐模型，生产级 |
历史模型
Text-01 / VL-01：新一代文本与视觉-语言多模态模型
abab6.5s：万亿参数 MoE 大语言模型，200k tokens 上下文
speech-01 / speech-01-hd：语音大模型，音色克隆，字错率低至万分之五
music-01：音乐生成模型
I2V-01 / S2V-01 / T2V-01：视频生成模型系列
MiniMax API 定价（2026 年 8 月）
MiniMax 开放平台提供按量计费 API，价格为（单位：元/百万 tokens）：
语言模型
模型 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
M3（≤512k 输入，永久五折后） | 2.10 | 8.40 | 0.42 |
M3（>512k 输入，永久五折后） | 4.20 | 16.80 | 0.84 |
M2.7 | 2.1 | 8.4 | 0.42 |
M2.7-highspeed | 4.2 | 16.8 | 0.42 |
M3 原价：≤512k 输入 4.2 元/输出 16.8 元；>512k 输入 8.4 元/输出 33.6 元。目前永久五折。
语音模型（元/万字符）
模型 | 单价 |
|---|---|
speech-2.8-hd（同步/异步） | 3.5 元 |
speech-2.8-turbo（同步/异步） | 2 元 |
音色设计 Voice Design | 9.9 元/音色 |
快速复刻 Voice Cloning | 9.9 元/音色 |
视频模型（H3）
项目 | 价格 |
|---|---|
2K 视频生成 | 0.80 元/秒 |
768P 视频生成 | 0.50 元/秒 |
图片素材 | 5 张以内免费，超出 0.20 元/张 |
H3-Context-IR（视频理解） | 输入 5.80 / 输出 23.00 元/百万 tokens |
MiniMax 的核心优势
旗舰 M3 一模型通吃：前沿代码/Agent 能力 + 1M 上下文 + 原生多模态
全模态覆盖：文本、语音、视频、音乐、图像五大模态
语音技术领先：Speech 2.8 超自然合成，音色设计/克隆快速便捷
视频能力突出：H3 开放通用多模态视频模型，2K 高清生成
开源生态：Music 3.0、H3 等模型开源，支持二次开发
价格亲民：M3 永久五折，语音/视频按量计费透明
MiniMax 的应用场景
AI 编程：M3 前沿 Coding 能力，MiniMax Code 构建 Agent 团队
语音交互：客服机器人、有声书、播客、数字人（Speech 2.8）
视频创作：短视频、广告、影视级运镜（H3）
音乐制作：AI 作曲、配乐（Music 3.0）
智能对话：海螺 AI 个人助手、角色扮演（Talkie）
企业服务：智能客服、内容生成、多模态分析
MiniMax 常见问题（FAQ）
Q1：MiniMax 收费吗？
海螺 AI 等 C 端产品对个人用户提供免费体验。开发者调用 API 按量计费，M3 目前永久五折。
Q2：M3 和 M2.7 有什么区别？
M3 是旗舰模型，1M 上下文 + 前沿 Coding/Agentic + 原生多模态；M2.7 是通用模型，性价比高，适合日常对话。
Q3：MiniMax 支持哪些模态？
文本、语音、图像、视频、音乐五大模态全覆盖，M3 支持原生多模态输入输出。
Q4：如何调用 MiniMax API？
通过 MiniMax 开放平台（platform.minimaxi.com）注册，获取 API Key，参考官方文档接入。
Q5：MiniMax 模型开源吗？
部分模型已开源，如 Music 3.0（Hugging Face / ModelScope）、H3 视频模型等。
Q6：MiniMax 语音合成效果如何？
Speech 2.8 支持超自然、高保真的语音合成，提供 HD/Turbo 两档，支持音色设计和快速克隆。
如何开始使用 MiniMax
海螺 AI：下载海螺 AI App 或访问网页版，免费体验多模态能力
开发者：通过 MiniMax 开放平台注册，接入 M3 / M2.7 / H3 / Speech 2.8 API
编程：使用 MiniMax Code 构建 Agent 团队
设计：使用 MiniMax Design 进行 AI 创作
开源模型：在 Hugging Face / ModelScope 获取 Music 3.0、H3 等开源模型
结语
从 2021 年成立到 2026 年发布 M3 旗舰，MiniMax 用五年时间构建了覆盖文本、语音、视频、音乐、图像的全模态 AI 生态。凭借 M3 的前沿能力、H3 的视频生成、Speech 2.8 的语音技术和亲民的价格策略，MiniMax 已经成为国产多模态大模型领域不可忽视的力量。无论你是开发者、创作者还是企业用户，MiniMax 都值得一试。
