Step 5 Preview 对比 MiniMax M3：每 Token 更便宜，每分更贵

单价对 MiniMax M3 极为有利。以每百万输入 $0.30、每百万输出 $1.20 的价格，这家厂商的 428B 稀疏模型在两个维度上均不到 Step 5 Preview 的 $1.00 和 $2.70 的一半。但对于一个用来回答问题的模型来说，单价是错误的除数；一旦除以每个模型实际交付的能力，排名就会翻转。Step 5 Preview 在得分 44 时，每个 Intelligence Index 任务花费 $0.71。MiniMax M3 在得分 29 时，每个 index 任务花费 $0.51。按每一点测得的能力来算，标价更高的模型反而更便宜——原因是 15 分的指数差距，再大的折扣也抹不平。

两种截然不同的“可用”

MiniMax M3 自2026 年 6 月 1 日起正式全面可用，当天 MiniMax 通过 MiniMax Code、其 Token Plan 和 API 将其开放——发布中没有任何预览标签。权重随后于6 月 12 日在十一天后如期发布。仓库MiniMaxAI/MiniMax-M3包含约 4280 亿总参数，每个 token 约 230 亿激活参数，基于 MiniMax Sparse Attention 构建，另有单独的 MXFP8 量化版本。

Step 5 Preview 于 2026年9月20日开放了其 API。其权重尚未发布——Hugging Face 仓库 stepfun-ai/Step-5-Preview-BF16只是一个空壳——而 StepFun 承诺的发布日期为 2026年10月15日。因此，实际的区别在于：M3 是一个你可以下载、自行托管并加以检查的模型，而 Step 5 Preview 则是一个已公布意图的托管端点。

值得注意：MiniMax 自家的模型页面仍写着 M3「即将完全开源」，这与它 6 月发布的代码仓库相矛盾。应把这视为厂商页面信息陈旧，而非权重缺失的证据。

价格故事不是成本故事

Artificial Analysis 通过让每个模型运行同一套评估集，并汇总 token 的花费，计算出一个每索引任务成本的数值。对于固定量的工作而言，这是该领域最接近总拥有成本的数字，并且它纳入了 token 价格所掩盖的两项影响：模型有多啰嗦，以及它进行多少思考。

Step 5 Preview 为每个索引任务 $0.71，索引运行总成本为 $922.84。MiniMax M3 为$0.51，运行总成本为 $537.98。就任务的原始吞吐量而言，M3 约便宜 28%。除以索引分数——44 对 29——Step 5 Preview 算下来约为每个索引点 1.6 美分，而 M3 为 1.8 美分。

这里正该有一条提醒：每个模型只跑一次索引，而一次索引运行只是一个小样本。逐点计算是对每任务数值的合理性检查，本身并不是一项基准测试。但其方向与每任务数字一致，而这些数字正是两家供应商自己的价目表无法展示的。

• Intelligence Index — Step 5 Preview 44（200 个中排第 24）对比 MiniMax M3 29（113 个中排第 15），两者均基于当前指数版本

• 输入价格 — 每百万 $1.00 对比每百万 $0.30

• 输出价格 — 每百万 2.70 美元 vs 每百万 1.20 美元

• 每个索引任务的成本 — $0.71 vs $0.51

• 激活参数 — 27B 与 23B

• 上下文窗口 — 1M tokens 对比 1M tokens

• 输出速度 — 99.8 tokens/s 对比 210.4 tokens/s

• 权重——承诺于 2026 年 10 月 15 日发布，而实际自 2026 年 6 月 12 日起已可用

让这件事变得令人困惑的索引版本陷阱

阅读 M3 的数字确实存在真正的风险，值得用一段话说明，因为它几乎让所有第三方对比页面都犯错。Artificial Analysis 于2026年9月7日重新校准了其 Intelligence Index，而这次重新校准全面压缩了分数。在当前评分标准下，M3 测得29。在九月前的评分标准下，它测得 44 到 45——而且不少追踪机构仍然公布其分数为 44.4 或 45.4。

这种撞车在这里比平时更要紧，因为 Step 5 Preview 的当前得分同样是 44。一个把过时的 M3 数值与 Step 5 Preview 的当前数值并列放在一起的页面，看上去会像是两个模型打成了平手，而当前的差距是 15 分。本文中的两个数值都来自当前版本的指数，彼此之间可以相互比较；任何在 9 月 7 日之前发布的内容则不能。

MiniMax M3 真正难以被超越的地方

M3有两项指标差距悬殊。第一项是速度：每秒210.4个输出token，在Artificial Analysis追踪的113个模型中排名第四快，而中位数为76.3。Step 5 Preview的每秒99.8个token表现不俗，却还不到它的一半。M3的首token时间为1.01秒，同样更快，相比之下为2.96秒。

第二点是输入模态。M3 接受文本、图像和视频，并返回文本，而 MiniMax 则记录了桌面和计算机使用操作。Step 5 Preview 接受文本和图像。如果你的流水线把屏幕录制或视频帧输入模型，那就不是偏好问题——而是能力差异。

价格差距同时强化了这两点。在标价 $0.60 和 $2.40 的基础上，永久性 50% 折扣使其变为 $0.30 和 $1.20，再加上将缓存读取降至每百万 $0.06 的 80% 缓存折扣，M3 是让大量 token 以较低成本通过一款能力出众的模型的最便宜途径之一。请注意分层计价：超过 512K token 的输入会使整个请求的费用翻倍，而优先服务层级的费用则是 1.5 倍。

它在哪里破碎

MiniMax 为 M3 提供的自家评测集表现强劲，但应视为厂商自报数据：SWE-bench Verified 为 80.5%，SWE-bench Pro 为 59.0%，Terminal-Bench 2.1 为 66.0%，MCP Atlas 为 74.2%，BrowseComp 为 83.5，OSWorld-Verified 为 70.06%。这些测试是 MiniMax 在自家基础设施上、以 Claude Code 作为脚手架运行的，取四次运行的平均值，且评分设置并未公开——因此在目前情况下，第三方无法复现这些结果。

独立测量的结果对智能体工作要严苛得多。Artificial Analysis 记录的Terminal-Bench 4.0 为 2%，是 M3 的成绩——该基准版本与厂商 Terminal-Bench 2.1 的数字不同，两者不可直接比较，但无论如何都令人触目惊心。SciCode 为 47%，AutomationBench-AA 为 21%，CritPt 为 4%。M3 最强的独立结果出现在长上下文与知识类工作上：AA-LCR v1.1 为 83%，Humanity's Last Exam 为 39%。

Step 5 Preview 则颠覆了这一情况。在同一测试框架下，Terminal-Bench 4.0 达到 33.3%，而 M3 仅为 2%；SciCode 上为 59%，对比 47%。如果任务属于智能体性质或代码形态，这就不是一场势均力敌的比较，价格优势也无法弥补这一差距。

大多数对比都会跳过的许可条款

MiniMax M3 是开放权重的，但从 OSI 的意义上说，它并非开源，而且条款比“开放权重”这一说法所暗示的更为严格。该代码仓库采用 MiniMax 社区许可证：非商业用途免费，商业用途则以显著展示“Built with MiniMax M3”为条件——并且，任何年收入超过 2000 万美元的产品，都需事先获得 MiniMax 的书面授权。它既不是 MIT，也不是 Apache，更不是那种法律团队会直接放行的许可证。

Step 5 Preview 目前还完全无法在这个维度上进行评估，因为没有任何许可证可供阅读。StepFun 已承诺于 10 月 15 日发布权重，但尚未公布将约束它的条款。任何计划基于它进行构建的人，都应把许可证视为一个悬而未决的问题，而不是想当然地认为它会与 Moonshot 或 DeepSeek 的类似。

这就是两者之间真实的不对称：M3 的条款限制严格，但为人所知；Step 5 Preview 的条款则未知。一份你能围绕其规划的严格许可证，胜过一份你无法围绕其规划的未公布许可证。

调用其中任意一个

MiniMax M3 已在我们的目录中，地址为 /models/minimax/minimax-m3，可通过与我们路由的其余 200 多个模型相同的密钥和请求格式访问，供应商标价以 0% 加价原样传递——因此 MiniMax 已应用的永久 50% 折扣就是您看到的价格，并且 MiniMax 调整它的当天，它也会随之变动。自动故障转移是这件事的另一半：M3 每秒 210 个 token 的速度对高吞吐量工作很有吸引力，而高吞吐量工作正是单个性能下降的端点造成最大损害的地方。

Step 5 Preview 不在我们的目录中。StepFun 的文本模型不在我们提供服务的范围内，因此它可通过 StepFun 自家的 API 以及若干第三方平台使用——而使用你在 M3 上所用的那个密钥则无法访问它。

裁决

当吞吐量、延迟或视频输入成为约束条件时，当你想要一个今天就能下载的模型时，以及当你能安于社区许可证的框架之内——包括2000万美元的收入门槛——就选择 MiniMax M3。同时也要接受：在独立智能体评测中它远远落后，而且其厂商基准测试从未在 MiniMax 自有基础设施之外得到复现。

当工作是智能体式的或代码密集型时，当你想要的是每美元能力而不是每美元 token 时，当你愿意成为某个托管端点的早期客户——其权重下个月才会发布——这时就选择 Step 5 Preview。接受你无法在动手构建之前检查许可证，也接受 2% 对 33.3% 的 Terminal-Bench 4.0 差距正是那种能决定项目成败的鸿沟。

折扣是真实的。只不过它不是你所购买的东西。

MiniMax M3 是我们路由的模型之一0% 加价，支持自动故障转移，因此供应商一调价，当天就能在同一密钥上生效。