产品简介
MiniMax 是国内领先的 AI 助手平台，由海螺 AI 母公司打造，在文本、语音、视频等多模态领域具备强大能力。其核心模型 MiniMax M3 采用全新注意力架构 MSA，支持 1M 超长上下文，并具备原生多模态与前沿编码能力，专为复杂任务和协作场景设计。视频侧，MiniMax 于 2026-07-31 发布并宣布开源全能多模态生成模型 H3，可联合理解文本、图像、视频和音频，生成最高 2K 分辨率、15 秒时长且带 32 kHz 原生立体声音频的视频，在指令跟随、文字与品牌呈现、V2V 动作迁移上表现突出；2026-08-03 正式开源后，H3 已作为通用全模态生成系统落地。平台还提供语音（Speech 2.8）、音乐（Music 3.0，2026-08-12 发布新一代开源权重、生产级全能音乐模型）等多样化工具，并通过 API Token Plan 满足不同用户需求。
核心功能
- MiniMax M3 语言模型：采用 MSA 稀疏注意力架构，支持 1M 超长上下文，具备前沿编码与 Agent 能力，原生多模态混合训练，适合工程级协作任务。
- MiniMax Code 编码助手：桌面版编码 Agent，可自主组建 Agent 小队，根据任务复杂度分配工作，并记忆用户习惯与偏好，在对话框内完成技能创建、记忆查看和定时任务。
- MiniMax H3 全模态视频生成：2026-07-31 发布并宣布开源、2026-08-03 正式开源的新一代通用视频模型，可统一理解文本、图像、视频和音频，生成最高 2K 分辨率、最长 15 秒、带 32 kHz 原生立体声音频的视频。主打视觉包装与后期特效，可生成动态 MV、动态海报、Vlog、电影片头、游戏 UI 等，语义遵循能力极强，在广告与动效领域表现突出。2026-08-27 的基准测试显示，其在 8×NVIDIA H200 上密集无损路径较 Diffusers 快 1.85-1.95×，最高 6.24×，无近似损失。2026-08-31 起，H3 Max 768P、480P 已接入开放平台和 MiniMax Design，海外开发者借此搭建出 Twitch 直播和 24 小时「AI 电视台」。
- MiniMax Speech 2.8 语音：先进的语音合成模型，提供自然流畅的语音输出，支持多种应用场景。
- MiniMax Music 3.0 音乐：2026-08-12 发布的新一代开源权重、生产级全能音乐模型，可根据创意概念和可选歌词一次性完成整首歌的作曲、编曲、演奏与制作，最长支持五分钟。
- API Token Plan 订阅：提供灵活的 Token 订阅方案，Max 版月最高到手 71 亿 Token，价格仅为同类产品（如 Claude Max）的 1/6，支持前沿模型与超长上下文。
适合谁用
以下类型的用户会特别受益于 MiniMax：
- 开发者使用 MiniMax Code 进行工程级代码生成与协作
- 创作者利用 MiniMax H3 生成 2K 原生立体声视频，用于动态 MV、动态海报、Vlog、电影片头与游戏 UI 等视觉包装与后期特效
- 海外开发者基于 H3 Max 768P、480P 搭建 Twitch 直播和 24 小时「AI 电视台」
- 企业通过 API Token Plan 集成多模态 AI 能力到产品中
优点亮点
- 多模态覆盖全面，包括文本、语音、视频、音乐
- MiniMax M3 模型支持 1M 超长上下文，适合复杂任务
- MiniMax Code 具备智能 Agent 小队与个性化记忆功能
- MiniMax H3 开源且支持 2K 原生立体声视频生成，在广告与动效领域表现突出，2K 下每秒价格低于主流模型三分之一
- API Token Plan 性价比高，Max 版价格仅为同类产品的 1/6
价格与方案
免费使用基础功能；API Token Plan 提供订阅制，Max 版 ¥119/月，月最高 71 亿 Token，支持前沿模型与超长上下文。视频侧 H3 定价具备竞争力：2K 下每秒价格低于主流模型三分之一，768p 下低于主流 720p 价格一半。
总结与建议
MiniMax 适合需要多模态 AI 能力的开发者和创作者，核心优势在于强大的编码 Agent、超长上下文支持、开源可用的 H3 全模态视频生成能力以及高性价比的 Token 订阅方案。
版本演进
- 基于 MiniMax H3 Max 的 24 小时 AI 直播网站上线了 （2026-08-31）：MiniMax 将 H3 Max 768P、480P 接入开放平台和 MiniMax Design，海外开发者已借此搭建出 Twitch 直播和 24 小时"AI 电视台"。
- MiniMax-H3 在 8×H200 上基准测试：无损加速 1.95×，最高 6.24×（SSIM 0.76-0.91 （2026-08-27）：SGLang Diffusion 团队在 8×NVIDIA H200 上对 MiniMax-H3 视频生成进行基准测试，其密集无损路径较 Diffusers 快 1.85-1.95×，无近似损失。
- MiniMax Music 3.0 发布：新一代开源权重、生产级全能音乐模型 （2026-08-12）：MiniMax 推出 Music 3.0，新一代音乐生成模型，可根据创意概念和可选歌词一次性完成整首歌的作曲、编曲、演奏与制作，最长支持五分钟。
- MiniMax H3 正式开源：通用全模态生成系统支持 2K 视频与原生立体声 （2026-08-03）：MiniMax 正式开源新一代通用视频模型 H3，可统一理解文本、图像、视频和音频，生成最高 2K 分辨率、最长 15 秒、带 32 kHz 原生立体声音频的视频。
- MiniMax H3 发布并将开源，主打视觉包装与后期特效 （2026-07-31）：MiniMax 发布 AI 视频模型 H3，并宣布开源。该模型主打视觉包装与后期特效，可生成动态 MV、动态海报、Vlog、电影片头、游戏 UI 等，语义遵循能力极强，在广告与动效领域表现优于 Seedance 2.0，但影视级张力镜头稍逊。H3 开源后预计将出现大量垂直领域特化版本。
- MiniMax H3 发布：开源全能多模态生成模型，支持 2K 原生立体声视频 （2026-07-31）：MiniMax 正式推出全能多模态生成模型 H3，可联合理解文本、图像、视频和音频，生成最高 2K 分辨率、15 秒时长且带原生立体声的视频。H3 在指令跟随、文字与品牌呈现、V2V 动作迁移上表现突出，2K 下每秒价格低于主流模型三分之一，768p 下低于主流 720p 价格一半。官方计划近日开源模型权重，以支持开源社区并加速硬件兼容。