MiniMax M3

让文字与视觉信息共同参与工作

MiniMax-M3 支持文字、图片和视频输入，输出文本，适合将需求、代码与实际画面放在一起分析。它面向持续的多步骤协作，既可以帮助开发者完成编程任务，也可以围绕项目资料、设计参考和反馈不断完善成果。

从看懂素材到理解任务

分析一个交互功能时，可以同时提供需求说明、页面截图和操作录像，让模型比较预期流程与实际表现；制作内容方案时，可以结合文字目标和视觉参考，整理表达重点与执行步骤。明确每份素材的用途，有助于它把信息连接起来，而不是分别给出几段互不相关的说明。

M3适合需要多轮修改的工作方式：先理解目标与约束，交付可讨论版本，再依据反馈继续调整。长材料可以保留在上下文中，但仍应标出优先级、已有决策和不允许改变的内容。配合应用提供的工具，可以进一步参与文件处理、代码执行和实际验证。

按任务选择思考方式

M3支持开启、自适应与关闭思考三种方式。复杂排障或方案比较适合保留思考；规则明确的信息整理可以采用较轻的处理方式。评估时应关注任务是否真正完成、反馈是否被吸收，以及最终产物能否使用。长流程要保留阶段成果和失败信息，避免每轮从头开始。

交互功能改进示例

“结合需求文档、当前页面截图和操作录像，改进文件上传流程。先找出实际操作与需求不一致的地方，再提出最小修改。保留现有文件类型与权限规则，重点处理上传进度、失败重试和重复提交。完成后按原录像中的步骤验证。”

提供工具时，应把真实执行结果交回模型，供下一轮修正。

多轮修改怎样避免丢失前面的要求？

保留原目标、已有决策和需要沿用的素材，并在反馈中指出具体改动。阶段结束时整理已完成内容与待办。

所有任务都需要一直思考吗？

M3支持enabled、adaptive和disabled思考方式。可按任务难度选择，并用实际样本比较结果质量与响应表现。