五把刀，一条线
2026年8月11日，MiniMax的开源版图上又多了一颗棋子。截至这一天，这家公司已经开源了5款大模型产品。从文本到视频，从推理到生成，从单模态到多模态，五款模型连成一条清晰的进化线：底座、推理、多模态、生成。
如果你把这条路画成一条时间轴，会发现每一步都踩在行业的关键节点上。不是跟风，而是在下一盘大棋。
五款模型的名字很简单：MiniMax-01、M1、M2、M3、H3。但每个名字背后，都是一次技术维度的跨越。把它们连起来看，你会发现一条完整的AI能力进化路径：先打好底座，再学会推理，然后理解多模态，最后创造内容。这不是随意的选择，而是人工智能从感知到认知再到创造的必经之路。
图片：article9_img1.jpg 五款模型开源时间线
MiniMax-01：4560亿参数的底座
故事的起点是2025年发布的MiniMax-01系列。4560亿参数，400万Token上下文。这两个数字在当时意味着什么？
4560亿参数意味着这是一个真正的大模型。不是那种几亿参数、只能做简单问答的小模型，而是具备复杂推理和知识理解能力的大块头。参数规模虽然不是衡量模型能力的唯一标准，但一定的规模是复杂任务的基本保障。没有足够的参数容量，模型就无法容纳海量的知识和复杂的推理模式。
400万Token的上下文则意味着，你可以一次性把整本书、整个代码仓库、甚至几十份长文档丢给它，它都能记住并处理。这个能力在实际应用中的价值难以估量。无论是法律合同审查、代码库分析、还是长篇报告生成，超长上下文都是刚需。
一位做法律AI的创业者在试用后感慨：以前让AI读一份合同都要分段截断，现在直接整份丢进去，还能同时对比三份合同找差异。这对我们的产品来说是质的飞跃。
底座模型是一切的根基。没有扎实的底座，后面的推理、多模态、生成都成了空中楼阁。MiniMax-01的开源，等于把地基的图纸公开了，让整个社区都能在此基础上建造自己的大厦。
M1与M2：推理能力的两代进化
在底座之上，MiniMax推出了M1和M2两代推理模型。
M1是文本推理的第一代产品。它的核心能力是思考，不是简单地回答问题，而是在回答之前先进行推理，像一个谨慎的人一样，把问题拆解、分析、推导，最后给出答案。
举个例子。你问M1一道数学题，它不会直接给答案，而是会把解题过程写出来：第一步怎么做，第二步怎么做，为什么要用这个公式，最后得出答案。这种推理能力在数学、编程、逻辑分析等场景中尤其有价值。在需要严密逻辑的领域，推理过程往往比答案本身更重要。
M2则是在M1基础上的迭代提升。如果说M1是会做题的学生，M2更像是会举一反三的优等生。它在推理的深度和泛化能力上都有显著提升，能够处理更复杂的推理任务。从M1到M2的迭代节奏很快，体现了MiniMax在推理方向上的持续投入。
推理能力是大模型从会说到会想的关键跨越，也是当前AI行业竞争最激烈的赛道之一。谁能让模型更好地思考，谁就能在复杂应用场景中占据优势。
图片：article9_img2.jpg 推理模型两代迭代
M3：原生多模态推理的突破
2026年6月，M3发布。这是一次重要跃迁。
M3是原生多模态推理模型。什么叫原生？就是模型从设计之初就同时处理文本、图片、音频、视频等多种模态，而不是先做一个文本模型再外挂其他模态。原生多模态的好处在于，不同模态之间的信息可以真正交叉融合，而不是各管各的。
举个具体的例子。当你给M3一段视频和一段文字描述，让它判断视频内容是否符合文字描述时，它能同时理解视频中的画面、声音和文字的含义，做出综合判断。而非原生的多模态模型可能会先把视频转成文字描述，再和输入文字对比，中间丢失了大量信息。
M3还引入了MSA稀疏注意力机制。在处理超长上下文时，传统的注意力机制会消耗大量算力。MSA通过稀疏化策略，在保持效果的前提下大幅降低了计算开销。这让M3能够支持1M，也就是100万Token的上下文长度。
100万Token是什么概念？大约相当于75万字的中文文本，或者一整套百科全书的内容量。这意味着你可以把整个知识库一次性输入模型，让它基于全部信息进行推理和回答。
一位AI研究员在技术社区评价道：M3的稀疏注意力不是简单的工程优化，而是在架构层面解决了长上下文的成本问题。这种思路很可能成为下一代多模态大模型的标准配置。
图片：article9_img3.jpg M3原生多模态推理
H3：从理解到创造的跨越
2026年7月31日，H3发布。8月3日开源。节奏之快，让整个行业为之侧目。
H3是MiniMax的首款多模态生成模型。如果说前面的模型都是理解，理解文字、理解图片、理解视频，那么H3开始创造了。它支持文本、图片、音频、视频四种模态的输入，并能生成包含以上模态的输出。
最亮眼的能力是视频生成：2K分辨率、15秒时长、带立体声。2K分辨率意味着画面清晰度达到主流视频标准。15秒时长覆盖了短视频的基本需求。而带立体声这一点在AI视频生成领域几乎是独一无二的。其他AI视频模型大多生成的是无声视频，后期需要人工配音。H3直接生成带声音的视频，省掉了后期制作的环节。
更硬的数据是：在Artificial Analysis的视频编辑评测中，H3拿到了全球第一。这个评测是业界公认的视频生成能力权威榜单，拿到第一意味着H3在视频质量和可控性上已经站上了行业巅峰。从底座模型到视频生成全球第一，MiniMax用了一年多的时间。
然后是价格：0.8元每秒。这个价格只有同类产品的三分之一。当能力做到顶尖，价格还做到最低，MiniMax的意图很明显，用极致的性价比抢占市场。
图片：article9_img4.jpg H3视频生成全球第一
九家芯片厂商：开源不是一个人的独角戏
开源大模型最关键的环节之一，是硬件适配。模型再好，跑不了也白搭。截至2026年8月，已有9家芯片厂商完成了对MiniMax系列模型的适配。
这个数字的含义不简单。不同芯片厂商的架构、指令集、计算能力各不相同，让模型在每种芯片上都能高效运行，需要大量的工程适配工作。9家厂商的覆盖，意味着MiniMax的模型几乎可以在主流硬件平台上无缝部署。
这对企业用户意味着什么？意味着无论你采购的是哪家芯片的服务器，MiniMax的模型都能跑。这大大降低了企业的部署门槛和切换成本。在当前芯片供应存在不确定性的大环境下，多平台兼容性的价值不言而喻。
一家企业的CTO说：我们选模型，第一个看的就是它能不能在我们的硬件上跑。很多模型效果不错但只适配了一两种芯片，我们不敢用。MiniMax适配了9家，这让我们很安心。
图片：article9_img5.jpg 九家芯片厂商完成适配
开源路线：从底座到生成的四步棋
回过头来看MiniMax的开源路线，会发现一条清晰的四步路径：底座到推理到多模态到生成。
第一步，底座。MiniMax-01系列奠定了参数规模和上下文长度的根基。没有扎实的底座，后面一切都是空谈。4560亿参数和400万Token上下文，为后续所有能力提供了足够的容量和空间。
第二步，推理。M1和M2让模型从会说到会想进化。推理能力是AI走向复杂应用场景的通行证。会背答案的模型只能应付考试，会推理的模型才能解决真实问题。
第三步，多模态。M3突破了模态壁垒，让模型能够同时理解和处理文字、图片、音频、视频。这是从单一感知到全面感知的跨越。世界本身是多模态的，只懂文字的AI永远无法真正理解这个世界。
第四步，生成。H3让模型从理解世界走向创造世界。能理解是基础，能创造才是终点。当AI不仅能看懂视频，还能生成视频，它就从一个工具变成了一个创作者。
这四步不是随机选择，而是AI能力进化的必然路径。每一步都建立在前一步的基础上，每一步都打开了新的应用空间。MiniMax把这个路径完整地开源出来，等于把自己的技术路线图向全行业公开了。
开发者之声：开源社区的真实反馈
开源模型的真正考验不在于发布那一刻的掌声有多热烈，而在于发布之后有没有人真正在用。从这个角度看，MiniMax的开源策略已经交出了一份不错的答卷。
在技术社区里，开发者们对这五款模型的反馈各有侧重。对MiniMax-01系列，评价集中在超长上下文的实用价值上。一位开发者分享了他的使用经验：以前处理一个大型代码仓库需要把代码分成几十段分别喂给模型，现在可以一次性丢进去，模型还能记住前面的上下文，给出的代码审查建议连贯得多。
对M1和M2推理模型，开发者的关注点在于推理质量。有开发者做过对比测试，把同一道复杂数学题分别交给M1和M2，发现M2不仅给出了正确答案，而且推理过程更加简洁高效，省去了不必要的中间步骤。这种迭代进步让开发者看到了持续优化的信号。
对M3的多模态能力，一位做视频搜索的创业者说：以前我们需要一个文本模型加一个视频模型，中间用一套复杂的流程串联。M3一个模型搞定所有模态的理解，系统架构一下子简单了很多。这种架构简化带来的不只是开发效率的提升，更是运维成本和出错概率的降低。
H3发布后，社区里最热门的讨论话题是价格。0.8元每秒的视频生成成本，让不少中小团队第一次看到了大规模使用AI视频生成的可能性。有人在社区里算了一笔账：用H3生成一条30秒的视频，成本只要24元。而同样的需求，找外包团队至少要几千元。这个价差，足以改变很多团队的内容生产决策。
写在最后：开源的终局不是模型，是生态
5款模型、一条进化线、9家芯片厂商适配，MiniMax用一年多的时间，画出了一个完整的开源版图。
但开源从来不是终点。模型开源之后，真正的工作才刚刚开始：开发者社区的运营、应用生态的培育、商业闭环的构建。这些比模型本身更复杂，也更漫长。
这种做法在商业上怎么看？有人说这是把自己的牌给对手看。但MiniMax的逻辑可能是另一套：开源不是慈善，而是生态建设。当越来越多的开发者和企业基于你的模型构建应用，你的模型就成为了生态的核心。模型本身可以免费，但围绕模型形成的服务、工具、解决方案才是真正的商业价值。
一位AI行业的观察者说：2025年大家比的是谁的模型强。2026年比的是谁的生态大。模型你可以开源，但生态是用时间和诚意堆出来的。
MiniMax的五把刀已经亮出来了。接下来，看的是刀法，更是格局。