Anthropic交表MiniMax冲刺A股，M3大模型成开源Coding新标杆

背景

近期，人工智能领域的资本市场与技术发展呈现出高度共振的态势。Anthropic 已向美国 SEC 递交保密招股书，标志着其即将迎来万亿美元市值规模的 IPO，这不仅是 AI 产业迄今规模最大的 IPO，也预示着 AI 商业化路径的清晰化。与此同时，国产 AI 独角兽 MiniMax 正冲刺 A 股上市。

在技术层面，国产大模型更新频率极快，但市场注意力往往被股价波动或短期热点所分散。文章作者此前曾对 MiniMax 的基础模型实力持保留态度，认为其特色不明显。然而，随着 MiniMax 于 6 月 1 日发布 M3 大模型，这一观点被迅速修正。M3 的发布正值中国 AI 上市公司经历深度调整期，但其展现出的技术突破，特别是针对 AI 编程及 Agentic Workflow（智能体工作流）的重度优化，使其在喧嚣的市场讨论中具备了独特的研究价值。

核心内容

MiniMax M3 大模型的发布被视为国产大模型的一个里程碑，其核心优势在于集齐了被称为“Frontier 三件套”的三项关键能力：强大的 Coding/Agent 前沿能力、1M（百万级）上下文窗口、以及原生多模态能力。

1. 技术能力的全面突破 在国产大模型中，M3 是首个同时具备上述三项能力的模型。相比之下，此前备受关注的 DeepSeek V4 虽优秀但仅为纯文本模型；其他具备多模态能力的模型往往在上下文窗口或 Coding 能力上存在短板。在全球范围内，仅 Claude Opus 4.8、GPT 5.5、Gemini 3.1 等闭源前沿模型具备类似能力，而 M3 是迄今为止 Coding/Agent 能力最强大且全面的开源模型。在 SWE-Bench Pro 等国际权威基准测试中，M3 表现达到国际领先水平，超越 GPT-5.5 和 Gemini 3.1 Pro，仅略逊于 Claude Opus 4.7。

2. 极具竞争力的定价策略 M3 的定价策略体现了“价廉物美”的国产模型特征。个人开发者 Token Plan 售价为每月 119 元人民币，提供 18 亿 Token，容量是 Claude Max 5x 的两倍，平均每 100 万 Token 价格仅为 0.066 元。Vercel CEO Guillermo Rauch 评价其性能仅略逊于 Opus 和 GPT-5，但成本低 10 倍。尽管 Claude 在尖端 Coding 领域仍具优势，但 M3 在日常 Agent Workflow 中提供了极高的性价比。

3. 原生多模态与长上下文的协同效应 M3 不仅支持图像和视频的理解，还能结合强大的 Coding 能力解锁复杂应用场景。例如：

• 代码复刻与修改：输入游戏视频，分析核心玩法并编程复刻。
• 智能监控：输入监控录像，进行逐帧分析与标记。
• 内容创作辅助：输入参考图像和动画，总结人设与美术特点，生成策划案。
• 视频生成优化：结合 MiniMax 自身的文本、语音和视频大模型，M3 可作为“侨批生成器”或 AI 短剧制作的核心引擎，通过超长上下文允许创作者对视频进行反复修改，降低创作门槛。

4. 填补国产 Coding Agent 空白 伴随 M3 发布的还有专为 M3 训练的 Coding Agent 产品 MiniMax Code。此前，国产 AI Coding 处于“有模型、无 Agent”阶段，开发者多依赖 Claude Code 或 GPT Codex 等海外工具。MiniMax Code 的推出填补了这一空白，标志着 Vibe Coding 真正进入 Agentic 时代，即 AI 不仅能生成代码，还能像软件工程师一样理解、建立和维护真实软件系统。

5. Token 经济学的确立 随着 Anthropic 即将盈利、OpenAI 逼近盈利，生成式 AI 的商业模式已跑通。Token 经济学成为核心，驱动力来自 Agent 风潮（如 OpenClaw）和视频大模型热潮（如 Seedance, Veo）。这些应用具备强生产力属性，消耗大量 Token，且用户认为投入产出比合理，形成了“买得越多，赚得越多”的双赢局面。

关键要点

• 技术对标：MiniMax M3 是全球首个集齐“Coding/Agent 前沿能力、1M 上下文窗口、原生多模态”这三项前沿能力的开源大模型。
• 性能排名：在 SWE-Bench Pro 等基准测试中，M3 超越 GPT-5.5 和 Gemini 3.1 Pro，性能仅次于 Claude Opus 4.7，属于国际领先水平。
• 成本优势：M3 的 Token 定价极具竞争力，约为 Claude Max 价格的 1/10，但在日常 Agent 工作流中能提供令人满意的效果。
• 生态填补：MiniMax Code 的发布填补了国产 AI Coding Agent 的空白，使开发者无需依赖海外工具即可使用先进的 Coding Agent。
• 多模态实用性：M3 的原生多模态能力并非噱头，而是与 Coding 和长上下文结合，解决了视频分析、代码复刻、复杂内容生成等实际痛点。
• 开源对比：硅谷一线大厂（OpenAI、谷歌、xAI）倾向于闭源，而中国厂商（MiniMax、Qwen、Kimi、DeepSeek）坚持开源前沿模型，形成了鲜明的商业模式对比。
• 市场判断：作者认为不应过度聚焦资本市场短期波动，AI 对社会的改造以十年为单位，M3 的发布证实了技术进步推动商业化加速的基本面。

意义与影响

MiniMax M3 的发布不仅是一款产品的迭代，更折射出全球 AI 产业格局的深层变化。

首先，它确认了“高价的硅谷闭源模型 VS 低价的国产开源模型”这一现实趋势。硅谷大厂如 OpenAI、谷歌和 xAI 随着技术成熟逐渐走向闭源，导致开源生态中仅存 Meta 的 LLaMA 和谷歌的 Gemma 等落后半代的产品。相比之下，中国厂商通过开源前沿模型，构建了更具包容性和普惠性的开发者生态。这种差异引发了关于开放、平等与普惠大趋势的讨论，中国模式在降低技术使用门槛方面展现出显著优势。

其次，M3 的技术特性直接推动了 Token 经济学的落地。通过提供强大的 Coding 和 Agent 能力，M3 使得 AI 从单纯的内容生成转向复杂的系统构建和执行，极大地增加了 Token 的消耗场景。结合视频生成的热潮，AI 正在从“玩具”转变为具备高生产力的“工具”，验证了 AI 商业模式的可持续性。

最后，MiniMax Code 等配套工具的完善，标志着国产 AI 应用层从“接入者”向“构建者”转变。开发者不再仅仅依赖海外 Agent 工具，而是拥有了本土化的完整解决方案。这不仅有助于留住国内开发者生态，也为国产大模型在全球竞争中提供了差异化的竞争优势。尽管 MiniMax Code 仍处于爬坡期，但其与 M3 的结合展示了“基础模型+Agent 工具”1+1>2 的潜力，为未来 AI 应用的深化提供了新的范式。