MiniMax

1. 调研缘由

这份简调看的是 MiniMax 整家公司，不是单独盯着 M3 或 Hailuo。官方眼下同时在推语言、视频、语音、音乐等模型，以及 MiniMax Code、MiniMax Hub、MiniMax Audio、Talkie，还有面向企业和开发者的开放平台。[S1]

2025 年，MiniMax 的 AI 原生产品收入和开放平台及企业服务收入都在涨；2026 年 6 月 M3 又发布了。这个组合挺适合拿来观察“模型—API—应用”之间是不是已经形成产品闭环。[S2][S4]

这篇重点想搞清三件事：MiniMax 的产品层是不是围绕同一套模型能力在协同；M3 的开放权重和长上下文路线在开发者生态里处在什么位置；以及 Hailuo 的商业化推进和版权争议是怎么并存的。

2. 简介与产品工作流

MiniMax 把自己定位为基础模型公司。自研模型覆盖了文本、代码、视频、语音、音乐和多模态输入；这些模型既用在面向个人的 AI 原生产品上，也通过开放平台提供给企业和开发者。[S1][S6]

从用户工作流看，可以分成四层：

• 开发者调用模型：开发者可以在 Open Platform 上调语言、视频、语音、图像和音乐模型，把它们接入自己的应用、工作流或 Agent。[S6]
• 编码与复杂任务：M3 可以通过 API、Token Plan 和 MiniMax Code 使用，官方给它的定位是编码、工具调用、长上下文和 Agent 类任务。[S4]
• 多 Agent 协作：MiniMax 在 2026 年把 Agent 升级成 Mavis，并推出了 Agent Teams。按官方说法，可以在桌面端并行跑多个角色不同的 Agent，一起处理复杂任务。[S9]
• 创作与互动产品：Hailuo 负责文生视频和图生视频；MiniMax Audio、Talkie 这些产品则主打语音、音乐和角色互动。[S1][S6]

所以，虽然把 MiniMax 的主分类标在模型层，它实际横跨了开发者平台、通用 Agent、生成式创作和消费者 AI 应用。

3. 团队与资本背景

创始人闫俊杰目前担任董事长、CEO 和 CTO。按官方资料，他在创立 MiniMax 之前在商汤科技工作了六年多，做过副总裁和研究院副院长。[S3]

管理团队里，赵鹏宇管大语言模型研究与工程，周雨聪管视觉模型研究与工程；两条线分别对应 MiniMax 当下的文本模型路线和视觉模型路线。[S3]

MiniMax 在 2026 年 1 月于香港上市，股份代号 0100。据路透报道，公司 IPO 募资约 48 亿港元；随后披露的 2025 年全年业绩，是上市后首批年度业绩更新之一。[S16]

4. 技术基础与生态位

MiniMax 走的是自研基础模型路线，再通过 API、订阅制 Token Plan、桌面产品和部分开放权重把能力交付出去。[S1][S4][S6]

M3 是眼下开发者侧的主力模型。官方资料显示，它支持最高 100 万 token 上下文，可以原生处理图像和视频输入，瞄准的是编码、工具使用、终端操作和长程 Agent 任务。[S4][S6]

M3 用到了 MSA，也就是 MiniMax Sparse Attention。简单讲，它不让每个 token 都跟前面所有 token 做一遍完整计算，而是先从上文里挑出更相关的区块，再集中做注意力计算。MiniMax 发的论文把这个当做降低超长上下文计算成本的核心架构设计。[S4][S5]

M3 的权重是可以拿到的，但算不上无条件商业开源。它的 Community License 允许非商业使用；商业产品要求显著标注“Built with MiniMax M3”，年收入超过 2,000 万美元的商业产品还需要事先拿到 MiniMax 书面授权；就算年收入没到这个门槛，商业使用也要向 MiniMax 发一次通知。[S7]

所以，本篇把它的开放状态记为 partial：M3 有开放权重，但许可证附带了商业条件；而 MiniMax 的 API、Agent、Hailuo 和 Talkie 这些主要产品，还是主要通过云端服务交付。[S1][S4][S7]

5. 市场与外部信号

2025 年 MiniMax 收入 7,903.8 万美元，同比增长 158.9%。其中 AI 原生产品收入 5,307.5 万美元，占总收入 67.2%；开放平台及其他基于 AI 的企业服务收入 2,596.3 万美元，占 32.8%。[S2]

截至 2025 年底，公司披露已累计服务来自 200 多个国家和地区的超 2.36 亿名个人用户，以及来自 100 多个国家和地区的 21.4 万企业客户和开发者。全年收入里，中国大陆以外的部分约占 73%。以上都是公司自己的披露口径。[S2]

年报称，到 2025 年底，它的视频模型已经帮创作者累计生成了超过 6 亿个视频；Hailuo 这类产品都算在 AI 原生产品收入里。[S2]

产品迭代节奏上，MiniMax 的模型更新记录是：2026 年 1 月发 Speech 2.8，2 月发 M2.5，3 月发 M2.7，4 月发 Music 2.6，6 月发 M3。[S6]

价格方面，截至本次复查，M3 标准 API 在输入不超过 512K token 时，输入价格为每百万 token 0.30 美元，输出价格为每百万 token 1.20 美元；输入超过 512K token 后，输入和输出价格分别为每百万 token 0.60 美元和 2.40 美元。[S8]

6. 公开评价与主要分歧

正面评价（开发者实测）：

独立开发者 Thomas Wiegold 在网站代码审计测试里觉得，M3 的输出和他常用的 GPT-5.5 很接近：跑出来的无效问题更少，审计结果也更聚焦。当然，这只是基于单个网站和他个人工作流的体验，不代表所有编程任务。[S11]

第三方模型平台 OpenRouter 在 2026 年 6 月的开放权重模型盘点里，把 M3 列成了重点关注对象之一。编辑认为 M3 的区分点主要在 100 万 token 上下文和原生图像、视频输入，很适合截图理解、界面自动化、图表或视频理解这类混合输入任务。[S10]

主要批评/质疑（开发者实测、独立评测平台、独立媒体）：

同时 Thomas Wiegold 也指出，MiniMax 发布时公布的大部分基准成绩是公司自己跑的，测试环境和对照模型也是自己选的，所以得跟其他模型发布时的厂商自测一样，读的时候要留个心。[S11]

Artificial Analysis 的 M3 页面把综合智能指标标成了“估算值”，并注明独立评测还没做完。这个状态说明，目前公开的第三方测量还不足以完全验证 MiniMax 发布时的那套能力叙事。[S12]

版权上，Disney、Universal 和 Warner Bros. Discovery 起诉了 MiniMax，指称 Hailuo 用了他们的版权内容做训练，还生成或宣传了包含相关角色的图像和视频。2026 年 5 月，美国联邦法院驳回了 MiniMax 的撤诉请求，认为原告的版权侵权主张可以继续往下审。案子还没有最终侵权判决，相关指控仍在诉讼过程中。[S13]

存在分歧之处：

在开发者实测里，M3 在一些具体的代码审计任务上拿到了正面评价；但它的公开基准较多来自厂商自测，独立综合评测也还没补全。[S11][S12]

对于 Hailuo 2.3，这次没找到足够多可复现、同提示词、同成本条件下的第三方横评资料。所以，现阶段不适合拿几篇体验文章就去推断它的整体视频质量。

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： Z.ai 的 GLM-5.2；快手 Kling AI。

MiniMax 是公司级项目，产品横跨模型、Agent 和视频。所以这一节拆成“模型与开发者侧”和“视频产品侧”两组对比。

模型与开发者侧：MiniMax M3 与 GLM-5.2

维度	MiniMax M3	GLM-5.2
主要定位	编码、Agent、工具调用、长上下文任务，同时支持原生图像和视频输入。[S4][S6]	长程编码 Agent、自动研究、大规模实现和性能优化等任务。[S14]
上下文	官方支持最高 100 万 token 上下文。[S4]	官方支持 100 万 token 无损上下文。[S14]
多模态输入	官方明确支持图像和视频输入。[S4][S6]	这次查到的 GLM-5.2 官方页面重点放在文本和长程编码任务上，没有展开原生图像、视频输入能力。[S14]
权重与商业条款	权重可获得，但须遵守 MiniMax Community License；商业使用需要标注、通知，并受收入门槛授权要求。[S7]	这次没展开它的许可证条款，免得做未经核验的许可对比。

视频产品侧：Hailuo 2.3 与 Kling VIDEO 3.0

维度	Hailuo 2.3	Kling VIDEO 3.0
主要输入方式	支持文生视频和图生视频。[S6]	支持文生视频、图生视频、首尾帧生成等方式。[S15]
当前公开规格	支持 1080P、6 秒，或 768P、6 秒和 10 秒视频。[S6]	官方资料显示最长可生成 15 秒视频。[S15]
音画生成	MiniMax 的官方模型文档把视频模型跟 Speech、Music 模型作为独立产品线列出来。[S6]	Kling VIDEO 3.0 官方说明支持原生音画输出。[S15]
多镜头与一致性	这次查的 MiniMax Hailuo 2.3 文档重点列的是文生视频、图生视频以及分辨率、时长参数。[S6]	官方说明里有多镜头、元素一致性和多角色指代功能。[S15]

公开评价中的对比（标源，非个人裁决）：

OpenRouter 的编辑评论认为，M3 的适用场景更偏向长上下文、带图像或视频输入的 Agent；而对于纯文本的长程编码任务，那篇文章把 GLM-5.2 列为更常优先测的对象。这是第三方平台的编辑判断，不是本篇的结论。[S10]

这次没找到足够多的公开独立横评，能在同一提示词、同一成本和同一后期制作条件下比较 Hailuo 2.3 和 Kling VIDEO 3.0，因此不对两者的视频质量做总体裁决。

8. 信息缺口与后续观察

• 还没找到足够公开资料，能把 M3 的完整训练数据来源、数据授权范围、训练算力和系统级安全评测拆解清楚。
• MiniMax 已经披露了 AI 原生产品和开放平台两大类收入，但没给出 Hailuo、Talkie、MiniMax Code、Mavis、音频产品和 API 各自的收入拆分。
• M3 的 Community License 已经把商业使用条件写清楚了，但大型商业产品的授权流程、实际成本和执行标准，还缺公开案例可看。
• Hailuo 的版权官司还没结束。后面得看法院进展、MiniMax 的正式回应，以及产品侧的内容保护措施会不会更新。
• 后续需要看更多可复现的第三方 M3 编码、长上下文和多模态 Agent 评测。
• 还要看 Mavis 的多 Agent 功能有没有出现可验证的企业部署案例，而不只是官方产品演示。

9. 归纳洞察 ★

MiniMax 现在的结构可以看作“双通道商业化”：一边把模型能力放进 Hailuo、Talkie、Agent、音频这些自有产品里，另一边通过开放平台把调用能力交给开发者和企业。它 2025 年的收入结构也对应了这两条路径。[S1][S2]

M3 的意义不止在基准分数。它把 100 万 token 上下文、图像和视频输入、API 交付以及带条件约束的开放权重放进了同一套产品体系。开发者用不用它，得同时看任务类型、许可证、实际调用成本和服务稳定性。[S4][S7][S8]

Mavis 说明 MiniMax 在试着把模型调用延伸到多 Agent 协作产品；Hailuo 这边则反映出，多模态应用的商业化和内容版权治理会同时影响产品怎么往前走。[S9][S13]

10. 来源与更新时间

• 信息截至(as_of)：2026-07-07
• 最后复查(last_checked)：2026-07-07
• 最后更新(last_updated)：null