MiniMax

MiniMax是什么

MiniMax 是一家专注于通用人工智能的科技公司，自 2022 年初成立以来，以“与所有人共创智能”为使命，持续研发多模态通用大模型和 AI 原生产品。MiniMax 的模型能够理解、生成并整合文本、音频、图像、视频和音乐等多种模态，并进一步将模型能力应用于 AI Agent、AI 编程和内容创作等场景。

目前，MiniMax 已形成由语言模型、视频生成模型、语音模型和音乐模型组成的多模态模型体系，并围绕这些模型推出 MiniMax Code、MiniMax Design、MiniMax Audio、星野等 AI 原生产品，同时提供面向企业和开发者的开放平台与 API 服务。

MiniMax核心功能

MiniMax多模态大模型

MiniMax 自主研发多模态通用大模型，覆盖语言、代码、图像、视频、语音和音乐等 AI 能力。

通过统一的模型体系，可以支持 AI 编程、智能体、视频生成、语音生成、音乐创作和多模态内容生产等不同应用场景。

MiniMax M3

MiniMax M3 是面向 Coding 和 Agent 场景打造的新一代模型，具备前沿 Coding 能力、1M 上下文和原生多模态能力。

M3 采用 MiniMax Sparse Attention（MSA）架构，API 最高支持 1M tokens 上下文窗口，同时支持图片和视频输入，并具备自主任务拆解、工具调用和多步推理能力。

M3 可以用于软件开发、长上下文分析、AI Agent、信息检索以及复杂任务执行等场景。

MiniMax H3

MiniMax H3 是 MiniMax 的开放通用多模态视频模型。

H3 可以统一理解文本、图像、视频和音频等多模态上下文，并生成最高 2K 分辨率、最长 15 秒、24 FPS、带原生立体声音频的视频。支持 21:9、16:9、4:3、1:1、3:4、9:16 等多种画面比例。

H3 面向广告、品牌、电商、产品设计、UI/UX、游戏和创意内容生产等场景提供多模态视频生成能力。

MiniMax Speech 2.8

MiniMax Speech 2.8 是 MiniMax 新一代语音模型，面向 AI 语音生成和语音交互场景。

模型重点提升自然语气、音色还原、录音棚级音质以及跨语言表现，并支持更加自然的停顿、呼吸和语气表达。

MiniMax Music 3.0

MiniMax Music 3.0 是 MiniMax 新一代音乐生成模型。

用户可以提供创意想法和可选歌词，由模型完成作曲、编曲、演唱和制作，并支持最长 5 分钟的完整歌曲生成。Music 3.0 同时提供开放权重版本。

MiniMax Code

MiniMax Code 是面向软件开发的 AI Coding Agent。

产品围绕真实软件工程任务设计，提供 Coding 与 Work 双模式。

Coding 模式保留代码管理和开发工具能力，适合直接参与代码开发；Work 模式更加关注最终交付结果，让 Agent 根据任务目标完成相应工作。

结合 MiniMax M3，MiniMax Code 可以用于：

• 代码生成
• 项目开发
• 代码理解
• Bug 修复
• 性能优化
• 前后端开发
• 多步骤软件工程任务
• AI Agent 编程

MiniMax Design

MiniMax Design 是 AI Agent 驱动的商业内容生产平台。

用户只需要输入创作想法和目标，Agent 可以自动拆解任务、调用模型并生成内容。

平台覆盖：

• 广告创作
• 电商设计
• 品牌营销
• 创意后期
• 海报设计
• 配图创作
• 视频内容
• 脚本
• 配音

MiniMax Design 同时支持本地资产、本地部署和 API 调用，可以将 AI 内容生产能力融入现有工作流。

MiniMax AI Agent

Agent 是 MiniMax 当前模型和产品体系的重要能力。

MiniMax M3 支持自主任务拆解、工具调用和多步推理，可以处理需要多个步骤协作完成的复杂任务。

MiniMax Design 则进一步将 Agent 能力应用到商业内容生产，让 Agent 根据用户目标自动规划创作流程、调用不同模型并完成内容输出。

MiniMax AI编程

MiniMax 将 Coding 作为基础模型的重要应用方向。

M3 具备面向工程任务的 Coding 和 Agent 能力，并支持 1M 超长上下文，可以处理大型代码库、长程开发任务以及多步骤软件工程工作。

通过 MiniMax Code，开发者可以直接使用 MiniMax 模型参与代码开发和软件项目交付。

MiniMax AI视频

MiniMax H3 面向多模态视频生成场景，可以理解文字、图片、视频和音频，并生成带声音的视频。

H3 支持 4–15 秒视频生成，最高支持 2K 分辨率和 24 FPS，并提供多种画面比例。

H3 可以应用于：

• AI广告
• AI短视频
• 电商视频
• 品牌内容
• 产品展示
• 游戏内容
• UI/UX创意
• 影视创作

MiniMax AI语音

MiniMax Speech 系列模型面向 AI 语音生成和语音交互场景。

Speech 2.8 进一步增强自然语气、音色还原和跨语言表达，可以用于 AI 配音、角色声音、内容创作以及语音交互等场景。

MiniMax AI音乐

MiniMax Music 3.0 面向完整音乐创作场景。

从创意和歌词开始，Music 3.0 可以完成作曲、编曲、演唱和制作，并通过 Hybrid-LM、Flow-Matching 等技术提升长歌曲结构和声音表现。

MiniMax开放平台与API

MiniMax 面向开发者和企业提供开放平台与 API，可以将 MiniMax 模型能力集成到自己的应用、网站、软件和业务系统中。

目前官网提供模型 API 接入入口，M3 和 H3 等模型均可以通过 API 使用。

MiniMax模型体系

目前 MiniMax 官方中文站重点展示以下模型：

上述模型共同构成 MiniMax 当前的多模态模型体系。

MiniMax产品矩阵

MiniMax 通过模型、AI 原生产品和开放平台形成完整的 AI 产品体系。

MiniMax产品优势

多模态模型能力

MiniMax 自主研发覆盖语言、视频、语音和音乐的多模态模型，可以处理文本、图像、视频、音频和音乐等不同类型的数据。

Coding与Agent能力

M3 将 Coding、Agent、长上下文和原生多模态能力结合，可以用于复杂的软件工程和智能体任务。

超长上下文

MiniMax M3 API 最高支持 1M tokens 上下文，为长程 Coding、Agent 和长内容理解提供基础能力。

原生多模态

M3 从训练阶段开始进行多模态训练，使文本和视觉信息具备统一的理解能力。

完整AI内容生产能力

MiniMax 同时布局视频、语音和音乐模型，并通过 MiniMax Design 将多模态模型进一步整合到商业内容生产流程中。

模型与产品协同

MiniMax 不仅提供基础模型，同时推出 MiniMax Code、MiniMax Design、MiniMax Audio、星野等 AI 原生产品，并通过开放平台向企业和开发者提供模型能力。

MiniMax应用场景

AI编程

通过 MiniMax M3 和 MiniMax Code 辅助软件开发、代码生成、项目维护和复杂工程任务。

AI Agent

利用 M3 的任务拆解、工具调用和多步推理能力构建 AI Agent。

AI视频生成

使用 H3 生成广告、电商、品牌、游戏和创意视频。

AI设计

通过 MiniMax Design 自动完成海报、广告、电商视觉和品牌内容生产。

AI语音

使用 Speech 系列模型进行 AI 配音、语音生成和语音交互。

AI音乐

使用 Music 3.0 进行歌曲创作、编曲、演唱和音乐制作。

企业AI应用

企业和开发者可以通过 MiniMax API 将语言、视频、语音和音乐模型集成到自己的业务系统和 AI 应用。

MiniMax使用教程

第一步：进入MiniMax

访问 MiniMax 官方网站，根据需求选择模型、产品或 API 服务。

第二步：选择AI能力

根据使用需求选择：

• MiniMax M3
• MiniMax H3
• MiniMax Speech 2.8
• MiniMax Music 3.0
• MiniMax Code
• MiniMax Design

第三步：选择使用方式

个人用户可以直接使用对应 AI 产品；开发者和企业用户可以通过开放平台/API 接入模型。

第四步：输入任务

根据具体产品输入文字、代码、图片、视频、音频或音乐创作要求。

第五步：AI执行任务

模型或 Agent 根据任务要求进行生成、分析、编程或内容创作。

第六步：继续优化

根据生成结果调整提示词、素材或任务要求，继续进行生成和优化。

MiniMax收费标准

MiniMax 不同模型和产品采用不同的使用方式，包括订阅、API 按量计费以及其他产品对应的使用方案。

由于 M3、H3、Speech、Music、MiniMax Code 和 MiniMax Design 的计费方式并不完全相同，具体价格应以对应产品当前的官方价格页面为准。

收费标准：MiniMax 提供订阅及 API 等多种使用方式，具体套餐、额度和模型价格以 MiniMax 官方实时价格页面为准。

MiniMax常见问题（FAQ）

MiniMax是什么？

MiniMax 是一家通用人工智能科技公司，研发语言、视频、语音和音乐等多模态大模型，并提供 AI Agent、AI 编程和多模态内容创作产品。

MiniMax是大模型公司吗？

是。MiniMax 自主研发多模态通用大模型，同时推出 AI 原生产品和面向企业、开发者的开放平台。

MiniMax有哪些模型？

当前官网重点展示 MiniMax M3、M2.7、M2.5、H3、Speech 2.8 和 Music 3.0。

MiniMax M3是什么？

MiniMax M3 是面向 Coding 和 Agent 场景的模型，具备 1M 上下文和原生多模态能力。

MiniMax H3是什么？

MiniMax H3 是开放通用的多模态视频模型，支持文本、图像、视频和音频上下文，并可生成最高 2K、最长 15 秒的视频。

MiniMax支持AI编程吗？

支持。MiniMax 提供 MiniMax Code，并通过 M3 提供 Coding 和 Agent 能力。

MiniMax支持AI视频吗？

支持。MiniMax H3 是官方多模态视频生成模型。

MiniMax支持AI语音吗？

支持。MiniMax Speech 2.8 提供 AI 语音生成能力。

MiniMax支持AI音乐吗？

支持。MiniMax Music 3.0 面向完整音乐创作，并支持开放权重。

MiniMax提供API吗？

提供。MiniMax 为开发者和企业提供开放平台以及模型 API 接入能力。

MiniMax有哪些AI产品？

目前主要包括 MiniMax Code、MiniMax Design、MiniMax Audio、语音和星野等。