冲刺A股上市的进程中，人工智能企业MiniMax同步推出新一代模型M3，在编程与智能体领域展现技术突破。这款原生多模态模型支持图片视频输入及桌面操作，用户可通过语音指令实现跨应用数据交互，例如自动处理ERP系统与Excel文件的发票录入任务。配套更新的AI编程工具MiniMax Code具备自主任务拆解能力，可将复杂项目分解为多阶段并行执行，官方宣称其可持续运行数日无需人工干预。
基准测试数据显示，M3在编程能力测试SWE-Bench Pro中超越OpenAI GPT-5.5与谷歌Gemini 3.1 Pro，接近Claude Opus 4.7水平；在SVG矢量图形生成测试中更实现全面领先。但行业观察人士指出，真实场景下的编程表现不仅取决于代码生成能力，更考验模型对用户逻辑的理解及长期协作效率。为验证技术实力，MiniMax让M3自主复现大模型微调研究论文，耗时12小时完成核心实验并验证关键结论，过程中需同时处理多模态数据与长上下文信息。
技术突破背后是架构创新，MiniMax研发的稀疏注意力架构MSA使模型支持百万级上下文窗口，计算效率较前代提升20倍。在商业策略上，公司推出限时五折的API调用优惠，同时调整Token订阅计划，宣称个人开发者用量可达Claude订阅的15倍。但价格调整引发争议，部分用户认为实际成本上升，行业分析师则指出，智能体应用激增导致Token消耗剧增，模型厂商通过价格机制平衡运营压力属市场常态。
财务数据显示，MiniMax仍处于亏损状态。2025年财报显示营收7904万美元，同比增长159%，但净亏损扩大至18.7亿美元，经调整后亏损2.5亿美元。资本层面动作频频，公司上周向上海证监局提交上市辅导备案，同步评估科创板上市可行性，已聘请专业机构推进相关工作。自2026年初登陆港股以来，其股价从发行价165港元最高飙升至1330港元，6月1日收盘报708港元，较发行价仍有三倍以上涨幅。
市场对M3的技术评价呈现分化。部分用户肯定其响应速度与多模态处理能力，但更多反馈聚焦于Token消耗加速问题。有开发者测试显示，相同任务下M3的Token使用量较前代增加40%，尽管官方强调新订阅计划在高频使用场景下更具性价比，但价格敏感型用户仍担忧长期成本。这种技术突破与商业化的平衡难题，正成为AI大模型厂商共同面临的挑战。
在智能体编程赛道，MiniMax明确将竞争焦点转向长期协作与规划能力。M3复现论文的实验证明，其已具备处理复杂科研任务的全流程能力，包括数据解析、代码生成、实验验证及结果修正。这种能力突破使模型在金融、科研等垂直领域的应用前景被广泛看好，但如何将技术优势转化为可持续的商业模式，仍是决定企业命运的关键命题。
