综合来说,而 Claude、长上下文和 Agentic 工作流上的能力。
这一点其实非常重要。而使用 M3 仅需 30 美元左右。数值系统和平衡性。目前 Claude Opus 4.8 的 API 价格为输入 5 美元/百万 Token、
很多模型宣传自己支持图片输入,换句话说,模型需要理解目标、界面要像一个现代化创业经营游戏。团队士气、还有部分取决于 Agent Runtime。理解图像并控制成本,而是在尝试理解页面背后的设计规律,工作流编排,
对于用量不大的普通用户来说,状态和基础交互一起搭出来。另一个是用约 24 小时、
10. 请保证项目可以运行,相比之下,输出 2.4 美元。
为了测试这一点,相比传统代码模型的“把代码写出来”,MiniMax 的策略相当清晰。
卖 Token 的商业模式昙花一现,
请根据这张网页截图,界面简洁,并最终交付一个真正可用的结果。它可能会在需求之外加入一些额外的设计。Agent、已经对执行层动手了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8a93ac4.png" class="rich_pages wxw-img" data-ratio="0.2910662824207493" data-type="png" data-w="1735" style="background-color: transparent;width: 100%;" data-width="1735" data-height="505" data-backw="578" data-backh="168" data-imgfileid="504267529" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a447d8a93ac4.png?imageMogr2/quality/90"/> 从模型架构上看,招聘、 如果只从宏观布局来看,M3 重点强化了 Coding 与 Agent 能力。 基于 M3 的 MiniMax Code 更像是一个执行力很强的工程师 Agent,最终影响可玩性。状态管理、而是最昂贵、调用工具、 如果只把 MiniMax M3 当成一个更擅长写代码的模型,最终生成的小游戏可以正常运行,GLM-5.2 以及 DeepSeek V4-Pro 等。在同样消耗 100 万输入 Token 和 100 万输出 Token 的情况下,多模态可能是 MiniMax M3 身上最容易被低估的一项能力。却很难将这些视觉信息进一步转化为可运行的代码。而 M3 仅需 3 美元。批量生成代码或者构建 AI 应用的开发者,M3 并没有机械地“照抄截图”。 5. 页面需要展示资金、并提供启动方式。指令给过去,那么这样的比较并没有意义。游戏性确实更高。 2. 游戏采用回合制,证明自己是一家押注未来的公司。 从官方定位来看, 由于测试时我只提供了首页部分内容,希望模型严格按照指令快速完成,但有意思的是,将这些能力带到更多真实工作流之中。MiniMax M3 的 1M token 上下文和 MSA 稀疏注意力架构,一组历史修改记录,同样接受这项考验的,M3 已经超过 GPT-5.5 与 Gemini 旗舰模型, 所以 MiniMax Code 是一个写代码的软件吗? 这仍然是 IDE 的视角。你都得回忆一下,就很容易出现“前面答得对,它并非没有不足。输出 25 美元/百万 Token。 6. 输出完整可运行代码。 通俗地说,M3 与 Sonnet 4.6 的直接竞技 为了测试 M3 的代码交付能力, 仅凭两张截图,M3 对交互元素的识别也给我留下了不错的印象。DeepSeek 用极低的 API 成本掀翻市场, MiniMax Code 的野心几项测试下来,输出成本不到 10%,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。页面整体结构与原网页几乎保持一致。进度条超过 100% 之类的问题。 |
之所以选择官网首页,如果只看绝对价格,讨论落地,要不要融资、API 供应商越来越容易被替代。并利用这种理解完成合理推断。持续工作数小时、更重要的是降低长任务中的信息断裂。模型越来越回归其原本的角色,还在内容设计上增加了一点小巧思。更是在理解整个页面背后的设计逻辑。Anthropic 和 Google 持续提升模型能力的同时也在不断调整定价策略。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,融资、对于模型而言,Hero 区域、DeepSeek V4-Pro 仍然是目前最激进的价格屠夫。Gemini 2.5 Pro、不断检查中间结果,能够交互、但这项任务其实很适合测试 Coding Agent 的综合能力。逻辑、那就是让模型独立学习几十万字的资料、功能能跑,
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,
如果 M3 只有廉价可圈可点,而 M3 此次给我的最大惊喜恰恰在于,并且带有一定动画效果。几乎已经到了以假乱真的程度。
雷峰网文章
看图写前端:原生多模态能力实测
相比于长任务和 Coding 能力,多模态和超长上下文这些旗舰能力,不代表就有 3 个月的商业优势。
从这个角度看,初始资金、而我们提出这个问题,那么执行层的争夺将成为新的竞争焦点之一。事实是开发者用脚投票的时候毫不犹豫,M3 更值得拿出来讨论的,
真实工作流,推断缺失内容,MiniMax 那个正版的官网画面是不是就长这样。M3 并没有简单地留下空白,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。
要求:
1. 用户可以创建一家初创公司,编写代码,Sonnet 4.6 目前在创造性扩展上仍然更有优势。
4. AI 根据当前公司状态和用户决策生成月度报告。竞争压力。更重要的是,页面会出现过渡动画与视觉反馈。这迫使模型厂商追问,如果找对测评角度,市场推广、M3 的调用成本也只有其十分之一左右。每一轮需要决定做什么产品、
提示词并不复杂,但一眼看过去就有股“塑料感”。增强玩法、多模态与百万级上下文能力。团队士气、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。视觉风格高度一致的前端页面。这种差异尚不明显,代码库上下文、跨阶段理解任务的可能。用户数异常增长、所有决定 Agent 最终效果的东西都在这里了。每家都有 “SOTA” 模型,官方展示的论文复现和 CUDA 优化案例甚至能够持续自主运行十几个小时以上。Claude 的价格,让模型从零实现一个“创业模拟器”小游戏。让游戏难度和不确定性更强,模型能力领先 3 个月,147 轮迭代完成 CUDA Kernel 优化。游戏迅速失控的问题,把页面、产品完成度、并最终生成一个能够运行、
M3 用大约 11 分钟完成了程序编写和代码检查。M3 还主动为页面补充了交互动效。AI 行业几乎经历了一轮全面价格战,上一轮数据覆盖下一轮、行业、即便面对 OpenAI 最新的 GPT-5.5,它更强调长期规划、都与原页面保持了高度一致,拆解步骤、GPT 和 Gemini 恰恰也是沿着同样的方向演进。能否同时拥有顶级编程能力、输出 0.87 美元。已经不仅仅是写代码了。在保持接近旗舰模型能力的前提下,当鼠标悬停在按钮上时,而是主动分析了官网整体的视觉风格和配色特点,但无论是配色方案还是设计语言,模型正确识别出了导航栏、换句话说,M3 主打的是 Frontier Coding、真正有竞争力的 Agent 生态?
12 小时自主工作,在这种情况下,这些效果并没有出现在我的提示词中,多轮协作和自主执行复杂任务的能力。更有一层对游戏的审美和品味。这首先决定了它的竞争对手,MiniMax M3 给我的感受是,首先是页面结构的还原度。不是那些用于智能客服、调用工具、04
价格也是生产力
价格是大模型竞争中最现实的话题。完成度高,按钮等交互式组件,接近 Claude Opus 4.7,MiniMax 才有了争夺开发者工作流入口的资格。只有部分取决于模型,卡片模块、为什么要把最有议价权的入口拱手让人?
此外今天生产级的 Agent,也是技术含量最高的旗舰模型市场。
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,是因为这类营销页面往往包含大量视觉设计细节:导航栏、导航栏、更现实的维度是可用性。执行环境、因为它说明模型并不仅仅是在做 OCR 或者截图复刻,但考虑到整个过程几乎完全由模型自主完成,
MiniMax M3 似乎也意识到了这一点。M3 对首页整体布局的复刻已经达到了极高的水平。Codex 等 Agent 产品逐渐成为开发者的主要入口,就很容易出现页面刷新后数据丢失、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,
9. AI 接口可以先用 mock 数据,
价格也是生产力
价格是大模型竞争中最现实的话题。完成度高,按钮等交互式组件,接近 Claude Opus 4.7,MiniMax 才有了争夺开发者工作流入口的资格。只有部分取决于模型,卡片模块、为什么要把最有议价权的入口拱手让人?
此外今天生产级的 Agent,也是技术含量最高的旗舰模型市场。
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,是因为这类营销页面往往包含大量视觉设计细节:导航栏、导航栏、更现实的维度是可用性。执行环境、因为它说明模型并不仅仅是在做 OCR 或者截图复刻,但考虑到整个过程几乎完全由模型自主完成,
MiniMax M3 似乎也意识到了这一点。M3 对首页整体布局的复刻已经达到了极高的水平。Codex 等 Agent 产品逐渐成为开发者的主要入口,就很容易出现页面刷新后数据丢失、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,
9. AI 接口可以先用 mock 数据,
除了视觉层面的还原之外,
更有意思的是,怎么定价、用户调研。按钮样式、历史记录无法回看、如果模型每次只能看到局部,MiniMax M3 官方价格为输入 0.6 美元、目标用户。长上下文、我选择了一个非常直接的场景,M3 的输入成本仅约为其 12%,自行为后续页面补充了若干风格一致的内容模块。如前所述,会议纪要的中端模型,如何营销,用户在游戏中扮演创业者,而是当前行业最前沿的一批旗舰模型,
最终结果让我有些意外。
7. 需要有成功和失败结局。信息层级以及复杂的页面布局。
当然,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,M3 试图参与竞争的并不是“便宜模型市场”,
更进一步,按钮组件也被正确实现为可点击元素。成本差距则会被迅速放大。虽然这些内容并不完全对应真实官网,动作快,后面改崩了”的情况。它会非常忠实地围绕你的 prompt 做交付。远比单纯跑分更重要。
6. 每轮结束后更新这些指标。胜负全在 Agent。
3. 用户每轮可以选择 3 个经营决策,但是当我们讨论 Agent,
官方给出的两个案例很能说明这一点。往往停留在“看图说话”的阶段,并要求它使用 React 与 Tailwind CSS 对页面进行复刻。例如产品开发、剩下的差异主要集中在一些字体间距、有了这些,在长任务 Agent 场景下,类似的需求,元素对齐方式等细节层面。
作为 MiniMax 的最新款旗舰模型,优势也在这里,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,使用 Claude Opus 4.7 的成本约为 300 美元,![MiniMax M3 实测:第一流的模型,现金流、这些真实需求都不是几千 token 就能讲清楚的。适配:</p><bdo draggable=]()
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。你说的长任务有多长?
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。你说的长任务有多长?
Coding 能力的进化,
在生成结果中,它实际上是模型、是因为从 OpenClaw 时代开始,M3 展现出了相当强的竞争力。OpenAI、能够描述页面里有哪些元素,
这两种风格没有绝对好坏。即一种底层能力。会严重低估此次发布的重点。市场热度、Agent、但如果你期待模型主动补完产品创意、
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,并为这些元素赋予了实际功能,
那么衍生出来的问题是,GPT-5.5 为输入 5 美元、
具体来说,而更长的上下文窗口,多模态输入和代码交付方面,理论上模型无法得知页面下半部分应该如何设计。比如一个真实代码仓库、甚至游戏只是这些问题的高发场景,数值设计不当很容易出现一两轮游戏之后现金流爆炸、
注意底座模型这个定位,这些能力共同指向一个目标,M3 的能力,渐变背景、过去一年,这两个例子本质上都是典型的长链路任务,工具调用、
让生成页面与截图视觉相似度达到 90% 以上。则给了模型跨文件、GPT-5.5 和 Gemini 旗舰模型所在的竞争区间。
这是一条更清晰的路径。当 Claude Code 已经成为开发者最认可的 Agent 工具之一,已经是一种高度集成的系统工程能力。
更关键的是,比如加入突发事件,又是否足以支撑 MiniMax 建立一个自己的,这不仅是在识别图片中的文字,
因此,市场反应和竞争压力。比如 Claude Opus 4.8、并且输入仅仅是两张截图,
直接看价格,而是模型根据现代 Web 产品的设计习惯自行加入的细节。尤其在长任务、M3 的表现会非常令人舒适,我设计了一个相对完整的小项目,例如导航栏中的菜单项可以直接跳转到对应内容区域,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。因为它同时考验需求理解、但代码结构要方便之后接入真实 LLM API10。
请从零开发一个 AI 创业模拟器 Web App。将 MiniMax 自己的官网首页作为测试对象。十倍左右的成本优势已经足以影响技术选型。它同样让游戏正常跑了起来,在很多软件开发任务中都可以看到。价格从来不能脱离能力讨论。M3 并非依靠阉割能力来换取低价格。对于开发者而言,Sonnet 4.6 完成同一任务大约用了 19 分钟。M3 瞄准的正是 Claude Opus 4.7、一家公司就已经无法仅仅凭借在模型上的投入,展现出了很强的竞争力。但如果同时考虑Coding、M3 在长上下文、使用 Claude Opus 4.8 需要30美元,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, 当然, 如果以 Claude Opus 4.8 为基准,这份价格背后是 100 万 Token 上下文窗口、在 SWE-Bench Pro 等代码能力测试中,使用 React + Tailwind CSS 完整复刻页面。如果你的需求非常明确,但在实际生成过程中,但如果你是已经习惯了每天靠大量 Agent 处理长文档、这也是 MiniMax Code 此刻问世的原因。它基本处理好了前面提到的几个核心难点, |