在全球 AI 競爭中，當所有目光都聚焦在 OpenAI、Google DeepMind 和 Anthropic 身上時，有一家中國公司正悄悄建構全球最完整的多模態 AI 生態系統——從文字、代碼、語音、影片到音樂，全部採用自研 Foundation Model。這家公司就是 MiniMax。
MiniMax 成立於 2022 年初，目前在全球 200 多個國家為超過 2.36 億個人用戶和 21.4 萬家企業及開發者提供服務。以「Co-create Intelligence with Everyone（與所有人共創智能）」為使命，MiniMax 不只是一間研究機構，而是打造了一個擁有完整 AI 原生產品矩陣的平台公司。
本文將深入評測 MiniMax 生態系統的各個元件：模型、產品、API 平台、定價，以及與主要競爭對手的比較。
1. MiniMax 概覽
MiniMax 是什麼？
MiniMax 是一家中國領先的 AI Foundation Model 公司，總部位於上海。由大型科技公司出身的 AI 研究團隊創立，目標是通用人工智慧（AGI）。
與其他 AI 新創公司相比，MiniMax 最大的差異化在於：自研所有模態的 Foundation Model——文字、語音、圖像、影片、音樂。無授權、無第三方模型微調。從訓練基礎設施到消費者端產品，整個技術棧都由 MiniMax 自己構建。
核心價值觀
MiniMax 秉持三個核心價值觀運營：
- No Shortcuts（不走捷徑） — 投資基礎研究，而非追逐趨勢
- User-in-the-Loop（用戶參與循環） — 用戶回饋驅動開發
- Tech-Driven（技術驅動） — 技術是基礎，而非行銷
產品矩陣
MiniMax 有兩個清晰的產品層級：
第一層 — Foundation Models（面向開發者）：
| 模型 | 模態 | 最新版本 |
|---|---|---|
| MiniMax M 系列 | 文字 / 代碼 / Agent | M2.7 |
| MiniMax Speech | 文字轉語音 | Speech 2.6 |
| Hailuo | 影片生成 | Hailuo 2.3 / 2.3 Fast |
| MiniMax Music | 音樂生成 | Music 2.6 |
第二層 — AI 原生產品（面向終端用戶）：
| 產品 | 描述 | 連結 |
|---|---|---|
| MiniMax Agent | 綜合 AI 助手（代碼、辦公、研究） | agent.minimax.io |
| Hailuo AI | AI 影片生成平台 | hailuoai.video |
| MiniMax Audio | 語音與音訊生成平台 | minimax.io/audio |
| Talkie | AI 陪伴 / 角色扮演應用 | talkie-ai.com |
2. MiniMax M2.7 — 旗艦文字模型
理念：「自我進化的早期回聲」
M2.7 是最新的文字模型（2026 年 3 月 18 日發布），也是第一個深度參與 MiniMax 自我進化流程的模型。
這是什麼意思？MiniMax 讓 M2.7 自己構建了公司的 Agent Harness，用於內部 RL（強化學習）研究。這個模型會：
- 閱讀論文、追蹤實驗
- 管理資料管線、啟動實驗
- 監控、調試、分析指標
- 修改代碼、建立合併請求、執行冒煙測試
- 根據回饋改進自身的 Harness
結果，M2.7 處理了 RL 研究團隊30–50% 的工作流程——這是一個值得關注的數字。
基準測試比較
M2.7 在實際基準測試中取得了令人印象深刻的結果：
| 基準測試 | M2.7 | Opus 4.6 | Sonnet 4.6 | GPT-5.4 | GPT-5.3 |
|---|---|---|---|---|---|
| SWE-Pro（多語言） | 56.22% | ~57% | --- | --- | 56.2%（Codex） |
| VIBE-Pro（完整專案） | 55.6% | ~56% | --- | --- | --- |
| Terminal Bench 2 | 57.0% | --- | --- | --- | --- |
| GDPval-AA（ELO） | 1495 | #1 | #2 | #3 | --- |
| MLE Bench Lite（獎牌率） | 66.6% | 75.7% | --- | --- | 71.2% |
分析： M2.7 並不是在所有基準測試上最強，但在實際任務——特別是軟體工程和 Agent 工作流程——中始終與頂級模型（Opus 4.6、GPT-5.4）競爭。
突出功能
1. 專業軟體工程
M2.7 不只是寫代碼，而是理解生產系統。面對生產環境告警時，M2.7 會：
- 關聯監控指標和部署時間軸
- 對追蹤採樣進行統計分析
- 連接資料庫確認根本原因
- 偵測遺失的索引遷移
MiniMax 表示 M2.7 反覆幫助將生產事件的恢復時間縮短至3 分鐘以內。
2. Agent Teams（多 Agent 協作）
M2.7 原生支援 Agent Teams——在同一個工作流程中協調多個 Agent 的能力。
3. 辦公室工作與複雜編輯
M2.7 支援 Excel、PPT、Word 的複雜編輯：
- 從模板生成文件
- 基於互動指令的多輪編輯
- 40 多個複雜技能的 97% 技能遵循率
4. 娛樂與角色一致性
MiniMax 還開源了 OpenRoom——在 3D GUI 環境中的互動系統。
API 整合
import requests
url = "https://api.minimax.io/v1/text/chatcompletion_v2"
payload = {
"model": "MiniMax-M2.7",
"messages": [
{"role": "user", "content": "Hello"}
]
}
headers = {"Authorization": "Bearer <token>"}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
M2.7 有兩個 API 版本：
- MiniMax-M2.7：標準版——最高品質
- MiniMax-M2.7-highspeed：更高 TPS，相同結果但速度更快
支援與 Claude Code、Roo Code、Kilo Code、Cline、Codex CLI、Cursor、TRAE、Grok CLI 等熱門 AI 編碼工具整合。
3. Hailuo 2.3 — 影片生成
相比 Hailuo 02 的改進
Hailuo 2.3（2025 年 10 月 28 日發布）是最新的影片生成模型，帶來大幅改進：
- 複雜肢體動作：更流暢、自然的複雜動作渲染
- 物理理解：更好的物理理解——光照、陰影、色調更接近照片真實感
- 風格化：支援更多特殊藝術風格：動漫、插畫、水墨畫、遊戲 CG 等
- 面部微表情：更自然、細膩的面部表情
- 動作指令：對動作指令更精確的響應
成本效益
Hailuo 2.3 保持與 Hailuo 02 相同的定價，同時性能大幅提升。Hailuo 2.3 Fast 版本將批量製作成本最多降低 50%。
Media Agent
Hailuo Video Agent 進化為 Media Agent，支援全面的多模態內容製作：
- 輸入你想要的內容 → Agent 自動選擇合適的模型
- 「一鍵影片生成」，無需手動調整
- 為專業創作者提供分步驟製作
- 上傳圖片、影片、音訊進行自訂
4. Speech 2.6 — 文字轉語音
MiniMax Speech 2.6 是最新 TTS 引擎，具有三個重要優勢：
- 即時響應：低延遲，適合即時應用
- 智能解析：智能上下文分析以選擇適當的語調
- Fluent LoRA Voice：支援 LoRA 自訂語音——建立獨特聲音
Speech 2.6 不只是朗讀文字，而是演繹文字。
5. Music 2.6 — AI 音樂生成
突出特色
Music 2.6 是 MiniMax Music 歷史上最重要的升級：
封面模式（新功能）： 上傳一首歌 → 模型提取旋律骨架 → 決定風格、編曲、氛圍。保留旋律同時完全改變流派——從民謠到重金屬，從古典交響樂到賽博朋克電子音樂。
品質提升：
- 中低頻：低音和鼓的次低音深度與緊實感大幅改善
- 樂曲結構理解：在提示詞寫「壓抑氛圍 → 覺醒 → 爆發」，模型就遵循該結構
- 演奏細微差別：理解每件樂器的顫音、呼吸停頓、動態
- 首包延遲 < 20 秒：幾乎立即聽到結果
面向 Agent 的 Music Skills
與 Music 2.6 一同發布，MiniMax 還開源了三個 Music Skills：
- minimax-music-gen：賦予 Agent 音樂製作能力
- minimax-music-playlist：將 Agent 變成音樂策展人
- buddy-sings：賦予虛擬陪伴歌唱能力
6. 開發者生態系統
API 平台
MiniMax 在 platform.minimax.io 提供完整的 API 平台：
- 每個模型的詳細開發者文件
- 用量和帳單管理的控制台
- MCP Server——MiniMax MCP 允許模型整合到 Agent 工作流程中
Token Plan
Token Plan 是面向開發者的定價套件，具有三個優點：
- 頂級模型：存取最強大的生產就緒模型
- 月度無限計劃：無需擔心用量峰值
- 開箱即用：與熱門開發工具一鍵整合
7. 開源——生態系統評估
GitHub：25 個儲存庫，5.8K 追蹤者
| 儲存庫 | Stars | 描述 | 授權 |
|---|---|---|---|
| skills | 10.1K ⭐ | Agent 生態系統技能（C#） | MIT |
| MiniMax-01 | 3.4K ⭐ | MiniMax-Text-01 & VL-01，Linear Attention | --- |
| MiniMax-M1 | 3.1K ⭐ | 首個混合注意力推理模型 | --- |
| MiniMax-M2 | 2.6K ⭐ | 代碼和 Agent 工作流程模型 | --- |
| Mini-Agent | 2.4K ⭐ | 具備生產級功能的單 Agent 示範 | MIT |
| MiniMax-MCP | 1.4K ⭐ | TTS、圖像生成、影片生成的 MCP Server | --- |
| MiniMax-M2.7 | 52 ⭐ | M2.7 模型權重和文件 | Modified-MIT |
HuggingFace：17 個模型，7 個資料集，84 名團隊成員
| 模型 | 參數 | 下載量 | 點讚數 |
|---|---|---|---|
| MiniMax-M2.5 | 229B | 784K | 1.37K |
| MiniMax-M2 | 229B | 58.4K | 1.49K |
| MiniMax-M2.7 | 229B | 873 | 396 |
開源策略評估
優勢：
- 完整開放權重：M 系列全部在 HuggingFace 公開模型權重
- 豐富工具生態系統：Skills（10.1K⭐）、Mini-Agent（2.4K⭐）、MCP Server、CLI
- 研究透明度：關於架構決策的詳細論文和技術部落格
- 社群量化：M2.7 的 29 個以上量化版本
弱點：
- 限制性授權：Modified-MIT 而非 Apache 2.0 或純 MIT
- 多模態不開源：Speech、Video（Hailuo）、Music 模型完全閉源
- 229B 參數門檻高
- 無小型模型：沒有 7B、13B、70B 版本——只有 229B 完整版
與開源競爭對手的比較
| 標準 | MiniMax | Meta (Llama) | Alibaba (Qwen) | Mistral | DeepSeek |
|---|---|---|---|---|---|
| 文字模型開放權重 | ✅ 229B | ✅ 8B-405B | ✅ 0.6B-235B | ✅ 7B-123B | ✅ 7B-671B |
| 小型模型（<13B） | ❌ | ✅ | ✅ | ✅ | ✅ |
| 語音模型公開 | ❌ | ❌ | ✅ Qwen-Audio | ❌ | ❌ |
| 影片模型公開 | ❌ | ❌ | ❌ | ❌ | ❌ |
| 音樂模型公開 | ❌ | ❌ | ❌ | ❌ | ❌ |
| Agent 框架 | ✅ Mini-Agent、Skills | ❌ | ❌ | ❌ | ❌ |
| 授權 | Modified-MIT | Llama 授權 | Apache 2.0 | Apache 2.0 | MIT |
8. 與競爭對手的比較
MiniMax vs. 主要 AI 平台
| 標準 | MiniMax | OpenAI | Anthropic | |
|---|---|---|---|---|
| 文字/代碼模型 | M2.7（第 1-2 級） | GPT-5.x（第 1 級） | Gemini 3（第 1 級） | Opus 4.6（第 1 級） |
| 影片生成 | Hailuo 2.3 ✅ | Sora ✅ | Veo 2 ✅ | ❌ |
| 音樂生成 | Music 2.6 ✅ | ❌ | ❌ | ❌ |
| TTS/語音 | Speech 2.6 ✅ | TTS API ✅ | Cloud TTS ✅ | ❌ |
| 全棧多模態 | ✅（5 種模態） | 部分 | 部分 | ❌（純文字） |
| MCP 支援 | ✅ | ✅ | ✅ | ✅ |
MiniMax 的優勢所在
- 唯一真正的全棧多模態平台：沒有其他平台在所有 5 種模態上都有自研 Foundation Model
- 音樂生成領導者：帶有封面模式的 Music 2.6 是獨一無二的——OpenAI、Google、Anthropic 均無相當產品
- 積極的定價策略：Token Plan 競爭力強，特別適合新興市場開發者
- Agent 生態系統：從 Agent 平台到 MCP Server，所有環節無縫連接
需注意的弱點
- 文字模型不是第一名：M2.7 非常強大，但在許多基準測試中仍略遜於 Opus 4.6、GPT-5.4
- 生態系統較小：社群和第三方整合少於 OpenAI/Google
- 治理與資料隱私：作為中國公司，某些機構可能對資料所在地有顧慮
9. 試用 MiniMax — 快速入門指南
終端用戶
| 產品 | 連結 | 免費？ |
|---|---|---|
| MiniMax Agent | agent.minimax.io | ✅ 免費層 |
| Hailuo Video | hailuoai.video | ✅ 免費點數 |
| MiniMax Audio | minimax.io/audio | ✅ 免費層 |
| Talkie | talkie-ai.com | ✅ 免費 |
開發者
步驟一： 在 platform.minimax.io 註冊
步驟二： 選擇合適的 Token Plan，或從免費層開始
步驟三： 整合 API
import requests
# 文字生成
url = "https://api.minimax.io/v1/text/chatcompletion_v2"
payload = {
"model": "MiniMax-M2.7",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "分析電商系統的微服務架構"}
]
}
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
10. MiniMax 適合誰？
最適合：
- 內容創作者：需要高品質影片（Hailuo）、音樂（Music）、語音（Speech）生成
- 獨立開發者：Token Plan 的競爭力定價，簡單的 API 整合
- AI 應用建構者：完整的多模態生態系統，MCP 支援
- 東南亞新創公司：合理的定價，不鎖定西方生態系統
需謹慎考慮的情況：
- 企業需要 EU/US 嚴格的資料所在地要求
- 需要絕對最強的文字模型
- 需要有明確 SLA 的 24/7 企業支援
11. 結論
MiniMax 是全球 AI 競爭中的隱藏瑰寶。當 OpenAI 專注於文字、Anthropic 專注於安全、Google 專注於搜尋整合時，MiniMax 建構了其他人所沒有的東西：在所有模態上都有自研 Foundation Model 的全棧 AI 平台。
M2.7 證明了 MiniMax 能在代碼和 Agent 任務上直接與第一梯隊競爭。Hailuo 2.3 是目前最佳影片模型之一。帶有封面模式的 Music 2.6 幾乎沒有競爭對手。Speech 2.6 已達到生產就緒水準。
擁有超過 2.36 億用戶、21.4 萬企業客戶，以及日益完善的產品矩陣，MiniMax 不再是小型新創公司。他們正在成為 AI 時代的平台公司——這正是他們在 2025 年財務報告中宣告的願景。
對於尋找西方 AI 平台替代方案的開發者和創作者，MiniMax 值得加入你的工具箱。
網站： minimax.io API 平台： platform.minimax.io GitHub： github.com/MiniMax-AI HuggingFace： huggingface.co/MiniMaxAI Discord： discord.gg/minimax