MiniMax
A million tokens in, a very long answer out, with vision — MiniMax's multimodal model for long-horizon work.
1.048576M tokens
上下文窗口
262,144 tokens
最大输出
快速
速度
Three prompts, three unedited answers, generated on September 2, 2026 through NinjaChat. Click the prompt to copy it and run it yourself.
Write a Python function that merges overlapping intervals, plus three short tests. Keep the whole answer under 40 lines of code.
def merge_intervals(intervals):
if not intervals:
return []
intervals = sorted(intervals, key=lambda x: x[0])
merged = [intervals[0][:]
for start, end in intervals[1:]:
if start <= merged[-1][1]:
merged[-1][1] = max(merged[-1][1], end)
else:
merged.append([start, end])
return merged
# Tests
assert merge_intervals([[1, 3], [2, 6], [8, 10], [15, 18]]) == [[1, 6], [8, 10], [15, 18]]
assert merge_intervals([[1, 4], [4, 5]]) == [[1, 5]]
assert merge_intervals([]) == []
assert merge_intervals([[1, 4], [2, 3], [5, 7]]) == [[1, 4], [5, 7]]
print("All tests passed!")
Read: We ran the same 3 prompts on 12 AI models — Unedited answers, latency and price for every model, measured through the NinjaChat API in September 2026.
Served by Fireworks as minimax-m3. Answers vary run to run; these are one take each, not the best of several.
百万 token 输入,超长回答输出。
可直接输入视频帧、截图和图表。
从头到尾读完一个代码仓库,并进行讲解或重写。
篇幅很长的报告、规格文档与初稿。
Tuned to this model — click any line to copy.
MiniMax M3 是 M2 系列的继任者,于 2026 年 5 月 31 日发布:这是一款多模态基础模型,能够读取图像和视频,可容纳百万 token 的上下文,并在一次回答中写出多达 262K token 的内容。MiniMax 将它打造为面向长周期智能体任务与编程的模型,并采用稀疏注意力设计,把如此长上下文的成本压了下来。在 NinjaChat 上,MiniMax M3 与其他模型一起包含在所有套餐中。
这样的组合在同级别中并不常见:超长输入、超长输出,再加上视觉能力,而价格又低到足以让你把一整项大工程交给它处理,而不只是其中一小部分。这非常适合文档密集型工作,比如把一段很长的录音整理成笔记与待办事项,或是从头到尾梳理一个代码仓库。
有一点需要注意:在 NinjaChat 的通道上,M3 不支持函数调用,所以它更适合阅读、推理和写作,而不是驱动工具。当任务需要工具调用时,同为开源模型的 Kimi K3 或 GLM 5.2 是它旁边的可选项,Claude 和 GPT-5.6 也在同一个模型选择器里。
从零到第一个结果,不到一分钟。
01
创建 NinjaChat 账户并选择套餐
02
打开聊天,从模型列表中选择 MiniMax M3
03
上传文档、图像或视频,然后开始提问
04
直接索要完整输出,它可以写出非常长的回答
05
需要工具调用时,切换到 Kimi K3 或 GLM 5.2