MiniMax

MiniMax模型‌是国内AI企业MiniMax（稀宇科技）自主研发的全栈多模态通用大模型体系，2022年初启动研发，核心目标是通过前沿技术推进通用人工智能（AGI）落地，目前已覆盖文本、视频、语音、图像、音乐五大模态能力，全球累计服务超3亿个人用户与200万企业开发者。

核心产品线

1. 语言与代码模型

• M3.1 Flash‌：2026年10月最新发布的前沿多模态编码模型，1M上下文窗口，日常输出速度达200+ TPS，Agent任务成本相比前代降低70%，匿名盲测阶段以"Space Bunny"代号在开发者圈爆火，综合性能跻身国内第一梯队。
• M2.5‌：编程能力在SWE-bench Verified基准测试中效率较M2.1提升37%，是OpenCode、Kilo Code等主流编程工具的默认内置模型，支持从PRD文档解析到CI/CD脚本编排的全流程代码端到端交付‌。
• M1系列‌：全球首个开源大规模混合架构推理模型，在TAU-bench工具调用评测中成绩优于Gemini 2.5 Pro，遵循Apache 2.0开源协议可自由商用修改。

1. 多模态生成模型

• H3视频生成模型‌：2026年7月开源的生产级视频模型，支持文生视频、图生视频、首尾帧引导生成，最高支持2K分辨率、4-15秒时长，在肢体动作、面部表情与物理规律还原上表现突出。
• Speech 2.8语音模型‌：分为HD高音质版与Turbo极速版，支持10秒样本快速音色克隆，覆盖多语种情感语音合成，在有声书、教育配音场景广泛落地‌。
• Music 3.0音乐模型‌：2026年8月发布的开放权重生产级音乐模型，支持全风格音乐生成，权重已开源至Hugging Face与魔搭社区。

核心能力与落地场景

• 企业级代码开发‌：可嵌入DevOps流水线实现自动化代码审查、遗留系统重构，支持多文件关联分析与技术选型建议，大幅提升研发团队效率。
• 智能体（Agent）工作流‌：原生支持复杂任务自主拆解与跨系统工具调用，已在保险理赔核验、跨境供应链对账、办公自动化等场景落地，可自动对接ERP、OCR等多类业务系统‌。
• 长文档智能处理‌：百万级上下文窗口可直接加载百页合同、技术文档、财务报表，自动完成风险点标注、条款比对、数据摘要生成，替代传统RPA+OCR的低效组合方案‌。
• 全模态内容生产‌：可协同调用文本、图像、语音、视频模块，一键生成带配图、旁白的完整PPT、思维导图、产品宣传短视频等结构化内容，广泛应用于内容创作、营销传播领域‌。