TheRouter.aiTheRouter.ai
← 全部文章

MiniMax M3 正式上线 TheRouter.ai

MiniMax M3 已在 TheRouter.ai 上线，模型 ID 为 minimax/minimax-m3。这是一个开源权重的多模态模型，拥有 1M token 上下文、原生图像和视频输入、前沿级编码能力（SWE-Bench Pro 59%），上线促销价为 $0.30/$1.20 每百万 token，是目前性价比最高的多模态模型之一。

· TheRouter

MiniMax 于 2026 年 6 月 1 日发布了 M3 模型。现在，M3 已在 TheRouter.ai 上线，模型 ID 为 minimax/minimax-m3。

核心数据：1M token 上下文窗口，原生图像和视频输入，SWE-Bench Pro 59.0%（自测），上线促销价 $0.30 输入 / $1.20 输出（每百万 token）。开放权重已宣布，目标平台为 Hugging Face 和 GitHub。

M3 与 M2.7 的差异

MiniMax M2.7 是一个具备长上下文的文本模型。M3 是完全不同级别的产品——架构经过重新设计，计算量降至 M2.7 的约 1/20，同时在三个维度上大幅扩展了能力：

  1. 多模态输入：M3 原生理解图像和视频帧，可与文本在同一请求中混合使用。M2.7 仅支持文本。
  2. 编码能力：M3 在 SWE-Bench Pro 上得分 59.0%，与前沿编码模型处于同一梯队。M2.7 无可比对的基准测试数据。
  3. 上下文保障：M3 名义上下文窗口为 1M token，SLA 最低保障 512K。M2.7 名义上下文更长，但没有 SLA 下限。

计算量的大幅缩减对部署有直接意义：推理成本降低意味着定价可以更激进——这正是 M3 上线价格在聚合市场中极具竞争力的原因。

核心参数

参数值
模型 ID（TheRouter）minimax/minimax-m3
上游模型名称MiniMax-M3
上下文窗口1,000,000 tokens（SLA 最低保障 512K）
输入模态文本、图像、视频
输出模态文本
SWE-Bench Pro59.0%（自测）
权重开放（Hugging Face / GitHub，已宣布）
发布日期2026 年 6 月 1 日

定价

阶段输入 / 百万 token输出 / 百万 token
上线促销价$0.30$1.20
标准价（促销结束后）$0.60$2.40

上线促销价使 M3 成为目前性价比最高的多模态模型之一。以 $0.30 的输入价格计算，每美元可处理约 33 亿 token——与多数平台上仅支持文本的快速模型处于同一价格带。

通过 TheRouter.ai，你只需一个 API key 即可访问 M3 以及目录中的所有其他模型，无需单独注册 MiniMax 账号。

快速开始

from openai import OpenAI

client = OpenAI(
    api_key="your-therouter-api-key",
    base_url="https://api.therouter.ai/v1"
)

# 纯文本请求
response = client.chat.completions.create(
    model="minimax/minimax-m3",
    messages=[
        {"role": "user", "content": "分析 RAG 与微调在生产级问答系统中的权衡取舍。"}
    ],
    max_tokens=1024
)
print(response.choices[0].message.content)

图像输入

response = client.chat.completions.create(
    model="minimax/minimax-m3",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/architecture-diagram.png"}
                },
                {
                    "type": "text",
                    "text": "识别这张架构图中的单点故障风险。"
                }
            ]
        }
    ],
    max_tokens=2048
)
print(response.choices[0].message.content)

长上下文文档分析

M3 的 1M token 上下文可容纳约 150 万中文字符——一个大型代码库、完整的法律合同集，或一份完整的产品变更历史，都可以放入单个请求中。以下是一个长文档分析的示例：

with open("full_codebase.txt", "r") as f:
    codebase_content = f.read()

response = client.chat.completions.create(
    model="minimax/minimax-m3",
    messages=[
        {
            "role": "system",
            "content": "你是一名高级工程师，负责对代码库进行安全漏洞和架构问题审查。"
        },
        {
            "role": "user",
            "content": f"请审查以下完整代码库，输出按优先级排序的发现报告：\n\n{codebase_content}"
        }
    ],
    max_tokens=4096
)
print(response.choices[0].message.content)

1M 上下文能解锁什么

512K 的 SLA 保障意味着你可以构建稳定依赖大上下文的应用，而不必担心高峰期上游截断。实际使用场景：

  • 完整代码库审查：一个中等规模的 TypeScript 项目（约 10 万行代码）在 512K token 内绰绰有余，M3 可以在单次请求中获得对每个文件的完整可见性。
  • 法律与合规文件分析：将整套合同文档——NDA、MSA、SOW——全部加载进来，跨文档查询条款关联，无需分块处理。
  • 长对话记忆：为客服机器人或个人助手存储完整对话历史，无需摘要压缩。
  • 多文档研究综合：在单个请求中发送 50 篇以上的学术论文或报告，要求跨文档综合分析。

原生多模态输入

M3 接受图像 URL（HTTP/HTTPS）和 base64 编码图像，格式与其他 OpenAI 兼容的多模态模型完全一致。视频通过标准 image_url 类型接入——根据上游配置，可以传入单帧图像或视频 URL。

这使 M3 可以作为 GPT-4o 或 Claude 3.5 Sonnet 等现有视觉模型的直接替代，在促销期间成本仅为其一小部分。

在 TheRouter.ai 上的路由方式

TheRouter 通过 MiniMax 直连 API 和 SiliconFlow 两条上游路由 M3，提供自动故障转移，无需修改应用代码。当某条上游出现问题时，流量会透明地切换到健康的路由。

如果需要固定到特定上游，可以通过 TheRouter 的路由请求头进行配置——但对大多数生产场景来说，默认的自动路由是最优选择。

开始使用

  1. 前往 therouter.ai 注册并获取 API key。
  2. 在客户端中设置 base_url="https://api.therouter.ai/v1"。
  3. 在请求中指定 model="minimax/minimax-m3"。

无需额外配置。同一个 API key 即可访问 TheRouter 目录中的全部模型。

帮助与联系