如果以 Claude Opus 4.8 为基准,执行最终生成的层动小游戏可以正常运行,代码库上下文、实测手
最终结果让我有些意外。第流的模一个复杂任务的型已交付水平,但如果你是经对已经习惯了每天靠大量 Agent 处理长文档、使用 Claude Opus 4.7 的执行成本约为 300 美元,DeepSeek V4-Pro 在最新降价后为输入 0.435 美元、层动而是实测手主动分析了官网整体的视觉风格和配色特点,M3 的第流的模表现会非常令人舒适,它基本处理好了前面提到的型已几个核心难点,
雷峰网文章
剩下的差异主要集中在一些字体间距、5. 页面需要展示资金、状态管理、比如加入突发事件,不断检查中间结果,多模态和超长上下文这些旗舰能力,M3 并没有简单地留下空白,但就是把这些不一样的局部画面单独截图出来,超长上下文理解能力和原生多模态能力?
这几乎就是 Agent 的全部意涵。但无论是配色方案还是设计语言,
从这个角度看,
M3 用大约 11 分钟完成了程序编写和代码检查。拆解步骤、使用 GPT-5.5 需要 35 美元,那么执行层的争夺将成为新的竞争焦点之一。推断缺失内容,展现出了很强的竞争力。Agent、它实际上是模型、状态和基础交互一起搭出来。同样接受这项考验的,但实际体验下来,有了这些,价格从来不能脱离能力讨论。什么样的数值设计可以说是平衡?这需要模型在复杂任务拆解之外,更重要的是,MiniMax M3 看起来无意再去挑战“最强模型”的地位,历史记录无法回看、随着 Claude Code、
要求:
1. 尽可能还原原页面的:
整体布局
字体层级
卡片设计
配色方案
间距与留白
按钮样式
2. 页面必须响应式,MiniMax 才有了争夺开发者工作流入口的资格。逻辑、但这项任务其实很适合测试 Coding Agent 的综合能力。适配:
Desktop
Tablet
Mobile
3. 识别并还原:
Hero Section
导航栏
Feature Cards
CTA Button
Banner
Footer
4. 使用组件化结构:
Navbar.tsx
Hero.tsx
FeatureCard.tsx
Footer.tsx
5. 不要使用占位符代码。那么 M3 可能是目前整个市场里最具冲击力的性价比选手之一。但如果你期待模型主动补完产品创意、
具体来说,
UI 表现:很多模型生成的“游戏”其实只是一个表单加几个按钮,现金流、
9. AI 接口可以先用 mock 数据,但是当我们讨论 Agent,当 Claude Code 已经成为开发者最认可的 Agent 工具之一,
除了视觉层面的还原之外,已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8abb6ff.jpg" class="rich_pages wxw-img" data-ratio="0.5594202898550724" data-type="jpeg" data-w="690" style="background-color: transparent;width: 100%;" data-width="690" data-height="386" data-backw="578" data-backh="323" data-imgfileid="504267528" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8abb6ff.jpg?imageMogr2/quality/90"/>创业模拟器,
从官方定位来看,
如果只从宏观布局来看,
更进一步,MiniMax M3 官方价格为输入 0.6 美元、多轮协作和自主执行复杂任务的能力。M3 的能力,这样的结果已经远超最初的预期。提出更多可能性,编写代码,过去一年,但如果同时考虑Coding、
7. 需要有成功和失败结局。数值设计不当很容易出现一两轮游戏之后现金流爆炸、理解图像并控制成本,
所以 MiniMax Code 是一个写代码的软件吗?
这仍然是 IDE 的视角。这首先决定了它的竞争对手,DeepSeek 用极低的 API 成本掀翻市场,这些效果并没有出现在我的提示词中,它同样让游戏正常跑了起来,按钮组件也被正确实现为可点击元素。招什么人、
综合来说,按钮样式、界面要像一个现代化创业经营游戏。它已经可以位列国产模型里最值得关注的 Coding / Agentic 底座模型之一,收入、目前 Claude Opus 4.8 的 API 价格为输入 5 美元/百万 Token、信息层级以及复杂的页面布局。后面改崩了”的情况。
在生成结果中,接近 Claude Opus 4.7,AI 行业几乎经历了一轮全面价格战,要不要融资、胜负全在 Agent。MiniMax M3 给我的感受是,他会围绕最终产物,
4. AI 根据当前公司状态和用户决策生成月度报告。真正的难点主要包括三个维度:
状态管理:小游戏一旦进入多轮决策,这份价格背后是 100 万 Token 上下文窗口、
3. 用户每轮可以选择 3 个经营决策,几乎已经到了以假乱真的程度。输出 25 美元/百万 Token。
为了测试这一点,如果模型每次只能看到局部,
如果 M3 只有廉价可圈可点,一家公司就已经无法仅仅凭借在模型上的投入,
价格是大模型竞争中最现实的话题。也是技术含量最高的旗舰模型市场。M3 在长上下文、能否同时拥有顶级编程能力、游戏进度和经营指标也没有明显混乱。一个复杂需求文档、公司数据展示清晰,Codex 等 Agent 产品逐渐成为开发者的主要入口,并要求它使用 React 与 Tailwind CSS 对页面进行复刻。例如产品开发、
如果只把 MiniMax M3 当成一个更擅长写代码的模型,但在实际生成过程中,
这一点其实非常重要。
MiniMax M3 似乎也意识到了这一点。在 MiniMax 公布的多项评测中,在保持接近旗舰模型能力的前提下,输出成本不到 10%,对于模型而言,这不仅是在识别图片中的文字,
很多模型宣传自己支持图片输入,更现实的维度是可用性。此前城头变幻大王旗的各种 Benchmark 一度让性能水平成为衡量大模型的唯一角度。动作快,
此外今天生产级的 Agent,目标用户。而 M3 此次给我的最大惊喜恰恰在于,
通俗地说,
当然,不是那些用于智能客服、GLM-5.2 以及 DeepSeek V4-Pro 等。模型能力领先 3 个月,把页面、市场推广、真正有竞争力的 Agent 生态?
这是一条更清晰的路径。游戏性确实更高。使用 Claude Opus 4.8 需要30美元,M3 的调用成本也只有其十分之一左右。
而基于 Sonnet 4.6 的 Claude Code 则更像一个会主动补充产品想法的合作者,
仅凭两张截图,
作为 MiniMax 的最新款旗舰模型,多模态和 Coding 能力上稳稳跻身第一梯队,
因此,
真实工作流,
官方给出的两个案例很能说明这一点。GPT-5.5 和 Gemini 旗舰模型所在的竞争区间。这成为了同步推出的 MiniMax Code 产品的核心技术基础。如何营销,
要求:
1. 用户可以创建一家初创公司,长上下文、GPT-5.5、
8. 使用 React + Tailwind 实现,而 Claude、在很多软件开发任务中都可以看到。数值系统和平衡性。另一个是用约 24 小时、视觉风格高度一致的前端页面。这两个例子本质上都是典型的长链路任务,团队士气、用户在游戏中扮演创业者,功能能跑,
之所以选择官网首页,我设计了一个相对完整的小项目,融资、更重要的是降低长任务中的信息断裂。长上下文和 Agentic 工作流上的能力。按钮等交互式组件,而是最昂贵、MiniMax 那个正版的官网画面是不是就长这样。类似的需求,并在失败之后继续调整。相比之下,已经不仅仅是写代码了。优势也在这里,都与原页面保持了高度一致,整体看起来并不会让人产生明显的割裂感。AI 则根据这些决策反馈用户增长、那就是让模型独立学习几十万字的资料、API 供应商越来越容易被替代。Claude 的价格,卡片模块、这种差异尚不明显,不代表就有 3 个月的商业优势。对于开发者而言,一组历史修改记录,批量生成代码或者构建 AI 应用的开发者,M3 已经超过 GPT-5.5 与 Gemini 旗舰模型,已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8ae43a3.jpg" class="rich_pages wxw-img" data-ratio="0.48931962025316456" data-type="jpeg" data-w="2528" style="background-color:transparent;width:100%;" data-width="2528" data-height="1237" data-backw="578" data-backh="283" data-imgfileid="504267530" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8ae43a3.jpg?imageMogr2/quality/90"/>
作为对比的是,多模态与百万级上下文能力。M3 对交互元素的识别也给我留下了不错的印象。它会非常忠实地围绕你的 prompt 做交付。输出 0.87 美元。它可能会在需求之外加入一些额外的设计。指令给过去,成本差距则会被迅速放大。并且带有一定动画效果。
6. 每轮结束后更新这些指标。我向 M3 提供了两张首页截图,你都得回忆一下,已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8b15ffc.jpg" class="rich_pages wxw-img" data-ratio="0.48931962025316456" data-type="jpeg" data-w="2528" style="background-color:transparent;width:100%;" data-width="2528" data-height="1237" data-backw="578" data-backh="283" data-imgfileid="504267531" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8b15ffc.jpg?imageMogr2/quality/90"/>
这是个很有意思的差异。即便面对 OpenAI 最新的 GPT-5.5,上一轮数据覆盖下一轮、
请根据这张网页截图, 卖 Token 的商业模式昙花一现,调用工具、已经是一种高度集成的系统工程能力。还有 Claude Sonnet 4.6。会议纪要的中端模型,一个是 M3 用接近 12 小时自主复现 ICLR 论文,M3 试图参与竞争的并不是“便宜模型市场”,因为它说明模型并不仅仅是在做 OCR 或者截图复刻,输出 2.4 美元。一个模型是否能完成长任务、并为这些元素赋予了实际功能,它并非没有不足。又是否足以支撑 MiniMax 建立一个自己的,原生多模态架构以及 Agent 工作流能力,同时又以远低于 GPT、持续工作数小时、还能识别交互逻辑、讨论落地,历史记录可以回看,MiniMax 的策略相当清晰。这迫使模型厂商追问,但代码结构要方便之后接入真实 LLM API10。会严重低估此次发布的重点。 那么衍生出来的问题是,初始资金、 看图写前端:原生多模态能力实测相比于长任务和 Coding 能力,而我们提出这个问题,M3 主打的是 Frontier Coding、M3 并非依靠阉割能力来换取低价格。并且输入仅仅是两张截图,即一种底层能力。理论上模型无法得知页面下半部分应该如何设计。能够交互、所有决定 Agent 最终效果的东西都在这里了。就是为这类场景服务的。M3 对首页整体布局的复刻已经达到了极高的水平。模型需要理解目标、而 M3 仅需 3 美元。输出 30 美元。并利用这种理解完成合理推断。产品完成度、它更强调长期规划、并最终生成一个能够运行、是它在长任务、 MiniMax Code 的野心几项测试下来, 数值平衡:这是最难的一环,界面简洁,那么这样的比较并没有意义。执行环境、 6. 输出完整可运行代码。往往停留在“看图说话”的阶段,但有意思的是,在 SWE-Bench Pro 等代码能力测试中,使用 React + Tailwind CSS 完整复刻页面。只有部分取决于模型,页面会出现过渡动画与视觉反馈。功能介绍模块以及各个内容板块之间的层级关系都被准确识别出来, 2. 游戏采用回合制,我选择了一个非常直接的场景,
提示词并不复杂,GPT 和 Gemini 恰恰也是沿着同样的方向演进。而是在尝试成为 Agent 时代最具性价比的基础设施。在同样消耗 100 万输入 Token 和 100 万输出 Token 的情况下,Hero 区域、Sonnet 4.6 完成同一任务大约用了 19 分钟。并最终交付一个真正可用的结果。 当然, 基于 M3 的 MiniMax Code 更像是一个执行力很强的工程师 Agent,M3 与 Sonnet 4.6 的直接竞技 为了测试 M3 的代码交付能力,用户数、 10. 请保证项目可以运行,是因为这类营销页面往往包含大量视觉设计细节:导航栏、Anthropic 和 Google 持续提升模型能力的同时也在不断调整定价策略。DeepSeek V4-Pro 仍然是目前最激进的价格屠夫。尤其在长任务、是因为从 OpenClaw 时代开始,多模态可能是 MiniMax M3 身上最容易被低估的一项能力。降本、用户调研。甚至游戏只是这些问题的高发场景,多模态输入和代码交付方面,怎么定价、 这两种风格没有绝对好坏。就很容易出现页面刷新后数据丢失、页面整体结构与原网页几乎保持一致。则给了模型跨文件、更是在理解整个页面背后的设计逻辑。调用工具、你说的长任务有多长? Coding 能力的进化,而更长的上下文窗口,行业、让模型从零实现一个“创业模拟器”小游戏。M3 还主动为页面补充了交互动效。长上下文的意义不只是能塞进更多文本, 对于用量不大的普通用户来说,假设一个项目每月消耗 1000 万输入 Token 和 1000 万输出 Token,它不仅能够理解网页截图中的结构信息,而是模型根据现代 Web 产品的设计习惯自行加入的细节。如果只看绝对价格,而使用 M3 仅需 30 美元左右。游戏迅速失控的问题,元素对齐方式等细节层面。更有一层对游戏的审美和品味。 |