silvamux/minimax-m3

Minimax 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。

Supported modalities
text·image·video
Input price¥2.1-4.2per 1M tokens
Output price¥8.4-16.8per 1M tokens
Context1M
Max output512K
Released2026-06-01

Pricing

Tiers are determined by the input context length of each request; Tune and Pro share the same tiered prices.

Unit: per 1M tokens
Input contextInputOutputCache readCache 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。

Overall
68/ 100良好
Highlights文本理解 90%长文本处理 90% · 数学与科学推理 86%
Best for代码研发 / 智能客服 / 内容分析Scenario fit 68%
Relative weakness代码生成0%

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
TPM
2,495tokens/min
QPM
1.0req/min

Minimax M3 example code and API

Prominimax-m3
/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messages
UnifiedOpenAI ResponsesAnthropic
curl 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"}]
  }'