text·image·video
silvamux/
minimax-m3Minimax M3面向文档分析、信息抽取与复杂语义理解提供稳定的模型能力,优势集中在文本理解和长文本处理,并支持图像、视频信息输入。适合需要兼顾任务理解与结果质量的产品和研发团队。
Pricing
Tiers are determined by the input context length of each request; Tune and Pro share the same tiered prices.
| Input context | Input | Output | Cache read | Cache write |
|---|---|---|---|---|
| ≤ 512K tokens | ¥2.1 | ¥8.4 | ¥0.21 | ¥2.1 |
| > 512K tokens | ¥4.2 | ¥16.8 | ¥0.84 | ¥4.2 |
Capabilities
Minimax M3在本轮能力评测中综合得分68,整体表现良好。其文本理解(90%)和长文本处理(90%)表现突出,能够分析文档语义、提取关键信息并处理复杂问答,并连续理解长篇材料并完成跨段落信息整合。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;数学与科学推理(86%)也为相关任务提供补充。不过,代码生成(0%)相对较弱,不适合直接承担代码编写任务;如用于研发流程,应限制在代码分析或辅助判断,并由开发者验证结果。
68/ 100
专项进阶能力
8 items智能体协同51%
7 questions · 主/客观混合
代码生成0%
10 questions · 客观
代码理解与调试82%
12 questions · 主观
创意写作78%
17 questions · 主观
信息检索 / RAG53%
13 questions · 主/客观混合
长文本处理90%
3 questions · 主观
数学与科学推理86%
14 questions · 客观
多语言能力67%
10 questions · 主/客观混合
通用基础能力
3 items通识知识62%
15 questions · 主/客观混合
文本理解90%
5 questions · 主观
逻辑推理79%
20 questions · 主/客观混合
安全与合规能力
2 items幻觉控制67%
9 questions · 主观
指令遵循75%
14 questions · 主观
Performance
Minimax M3
minimax-m3- 延迟
- 19.09s
- 吞吐量
- 2.5Ktokens/min
- 可用率
- 98.66%
Availability
98.66%- 完成率
- 98%
- 缓存命中率
- 28.1%
- 累计评测耗时
- 8569.6s
- Token 消耗
- 356,338tokens
- 平均请求次数
- 1.0次
- TPM
- 2,495tokens/min
- QPM
- 1.0req/min
Minimax M3 example code and API
Pro
minimax-m3/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m3",
"messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="minimax-m3",
messages=[
{"role": "user", "content": "Hello, please introduce yourself"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"minimax-m3\",\"messages\":[{\"role\":\"user\",\"content\":\"Hello, please introduce yourself\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer YOUR_API_KEY")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: 'YOUR_API_KEY',
})
const response = await client.chat.completions.create({
model: 'minimax-m3',
messages: [{ role: 'user', content: 'Hello, please introduce yourself' }],
})
console.log(response.choices[0].message.content)