跳到主要内容
  • 1M 上下文
  • Responses API

MiniMax M3 · QuickSilver Pro

minimax-m3
MiniMax / 稀宇科技实时可用性—

通过一个 OpenAI 兼容 API 使用 MiniMax M3,上下文窗口为 1M token。每百万 token 输入 $0.24,输出 $0.96。

  • 1M 上下文
  • 工具调用
  • 流式输出
  • JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.24 / $0.96

低 20%

输入和输出均对比 Published reference

价格对比($/1M token)

条形长度 = 相对官方价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.24$0.96最低价
Published reference(minimax/minimax-m3)$0.30$1.20低 20%

概览

上下文
1M token
输入 / 1M
$0.24
输出 / 1M
$0.96
默认思考
否
延迟 · 实时
—
AA 智能指数
36

开放权重的前沿推理,面向在 1M token 上下文中进行的长程 agent 式编码。

什么时候该选 MiniMax M3?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

长程 agent 式编码选 MiniMax M3:在 1M token 的上下文内,对大型仓库进行规划、调用工具并反复迭代的多步 agent。MiniMax 将它定位为开放权重的前沿模型,因此适合那些看重推理质量、但仍希望成本远低于闭源模型的任务。

  • 长文档和代码库,最多 1M token 上下文
  • 需要调用工具并输出严格 JSON Schema 的 Agent
  • 既支持 Chat Completions,也支持 Responses API 客户端

何时该选其他模型

对于日常对话、短上下文代码生成或单次任务,这份推理开销没有必要 —— DeepSeek V4 Flash($0.06/$0.18)或 MiMo-V2.5($0.32/$1.60)能以更低的价格完成。目录顶端的前沿多模态推理选 Kimi K3;纯数学推理选 DeepSeek V4 Pro。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "minimax-m3",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="minimax-m3",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 1M token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 本模型未列出
  • JSON Schema: 支持
  • 推理: 本模型未列出

价格从何而来

目录 v87 · 无单独的长上下文价格档

服务商参考价
$0.30 / $1.20
目录核验日期
提示缓存 · 不参与对比
读取 $0.048

usage.cost = prompt_tokens × $0.24/1M + completion_tokens × $0.96/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

MiniMax 将 M3 定位为针对长程 agent 式编码调优的开放权重前沿模型 —— 在 1M token 的上下文内对大型仓库进行规划、使用工具并反复迭代。它仅接受文本输入,所以如果你的 agent 必须读取截图,请搭配一个视觉模型。建议在你自己的 agent 评测上把它与 DeepSeek V4 Pro 和 Kimi K3 做 A/B 对比,看看它在你的工作负载上表现如何。

MiniMax M3

充值翻倍试用 MiniMax M3 —— 最高赠送 $50 额度

获取 API Key

$0.24 / $0.96每 1M token 输入 / 输出

试用获取 API Key