TLDR MiniMax M4 尚未發布。MiniMax 已公開承諾在 2026 年下半年推出新一代 M 系列（以及 Hailuo 視頻）模型。當前旗艦仍為 MiniMax M3（於 2026 年 6 月 1 日發布：~428B 總參數／~23B 活躍參數，透過 MiniMax Sparse Attention 實現 1M-token 上下文，原生多模態，開放權重，SWE-Bench Pro 成績 59.0%）。
一次中期效率升級，Minimax M3.1 Flash 已於 2026 年 10 月 19 日發布，提供約 3× 的推理加速與 ~70% 更低的代理成本。開發者可已透過如 CometAPI 等統一網關存取現有 MiniMax 產品線（包括 M3 與 M3.1 Flash），以簡化路由、監控與成本控制。
Key Takeaways
- 截至 2026 年 10 月 20 日，MiniMax M4 尚未發布。公司僅承諾「在 2026 年下半年推出新一代 M 系列與 Hailuo 模型」。
- 目前生產可用模型：MiniMax M3（2026 年 6 月 1 日）與聚焦效率的 M3.1 Flash（2026 年 10 月 19 日）。
- M3 引入 MSA（MiniMax Sparse Attention），實現可用的 100 萬 token 上下文，原生圖像／視頻理解，強勁的編碼／代理分數，並提供開放權重。
- M3.1 Flash 優先考量速度與成本（宣稱約 3× 推理加速與 70% 更低的代理成本），同時保留 1M 上下文與多模態輸入；開放權重預計於發布後不久提供。
- 2026 年 7 月的一份報告描述了一項約 2.7 兆參數的內部計畫（內部稱作 M3 Pro），並可能最早於 2026 年第三季開放權重；該計畫尚未公開落地，且與更廣泛的「新一代」承諾不同。
- 預期的 M4 改進（推測，基於走勢）：進一步的編碼／代理能力、長上下文效率微調、更強的多模態或電腦操作能力，以及持續激進的定價。
- 存取建議：使用如 CometAPI 等多供應商網關，在統一計費、可觀測性與回退邏輯下，將流量路由至 MiniMax M3／M3.1 Flash（以及未來的 M4）與其他前沿模型。
Is MiniMax M4 Really Coming Soon?
Confirmed Information
核心問題不是 MiniMax 是否在研發未來系統，而是是否有名為 MiniMax M4 的模型即將發布的確鑿證據。
MiniMax 於 2026 年 6 月發布 M3，並於 2026 年 10 月 19 日正式推出 M3.1 Flash。這是一次已確認的中期版本，並不構成 M4 時程的證據。官方發布公告。
官方研究存檔 已包含 M3.1 Flash。於 2026 年 10 月 20 日查詢的官方來源中未發現 M4 發布公告。
| Evidence category | Finding | Assessment |
|---|---|---|
| Official M4 announcement | Not verified | Unconfirmed |
| Public M4 model identifier | Not verified | Unconfirmed |
| Leaked M4 benchmark screenshot | No independently verified evidence found | Unconfirmed |
| M4 API endpoint | Not verified | Unconfirmed |
| M4 pricing | Not published | Unknown |
| M4 model weights | Not verified | Unknown |
| MiniMax M3 launch | June 1, 2026 | Confirmed |
| M3.1 Flash release | Released October 19, 2026; available through MiniMax API, M Plan and MiniMax Code | Confirmed |
Community Reports / Leaks
兩則日期為 2026 年 9 月 27 日的 X 帖文討論了可能的 M4 發布。它們證明這些說法在社群中流傳，但不代表 MiniMax 已確認。兩者均視為未驗證的社群報告；作者擁有付費驗證標記不構成其主張之準確性的證明。
在 @0x0SojalSec 的貼文中，作者提及約三兆參數的模型、開放權重，以及在華為 Ascend 硬體上訓練。可讀摘錄亦描述了模型參與自身訓練與評估的迴圈。這些是貼文作者的主張，並非經驗證的 M4 規格。
Priya（@Priyannkaaaa）的貼文建議可能在 2026 年 10–11 月發布，且參數量超過三兆。它也對先前 M3 模型的規模提出未驗證的說法。該比較未被本篇採納為事實基準。
When Could MiniMax M4 Be Released?
早期模型仍然是有用的參考點，包括 CometAPI 中的 MiniMax M2.5 API。它們的日期建立了歷史，而非下一次發布的預測。
MiniMax 尚未確認 M4 的發布日期。Priya 的社群貼文中提到的 2026 年 10–11 月時窗屬於傳聞，非官方時程；其摘錄與限制在「社群報告／洩漏」一節中已討論。該模型家族的發布歷史顯示既有大版本也有中期版本，但過往發佈間隔無法可靠預測下一次發布。
| Milestone | Official release timeline | Significance |
|---|---|---|
| MiniMax M2.5 | February 12, 2026 | Coding and productivity |
| MiniMax M2.7 | March 18, 2026 | Agent workflow improvements |
| MiniMax M3 | June 1, 2026 | 1M context and multimodality |
| M3.1 Flash | October 19, 2026 — official release | Released efficiency-focused coding and agent model |
| MiniMax M4 | Not announced | No verified timeline |
正式的 MiniMax 產品公告將是最強信號。API 文件或經驗證的模型識別符將提供額外佐證。基準結果與公開模型卡可用來評估技術改進，而官方定價與速率限制將決定其生產可用性。
MiniMax M4 Price — What the Leaks and Prior Generations Suggest
目前沒有 M4 的官方定價。以下數據基於現行 M3 與 M3.1 Flash 費率卡推算（美元，每百萬 tokens，約為 2026 年 10 月中）：
| Model | Input / 1M | Output / 1M | Cached Input | Context | Notes |
|---|---|---|---|---|---|
| MiniMax M3 | $0.30 | $1.20 | ~$0.06 | 1M | "Permanent 50% off" list pricing; higher tier for >512k context |
| MiniMax M3.1 Flash | $0.15 | $0.60 | $0.015 | 1M | ~50% cheaper than M3; optimized for agent throughput |
| Expected M4 range (speculative) | $0.20–$0.40 | $0.80–$1.50 | Similar discount structure | 1M+ | Likely remains among the lowest frontier open-weight offerings |
當前定價來源：MiniMax 平台文檔、獨立彙總網站與發布公告。
MiniMax 多次將其模型定價設定為領先的封閉源西方模型的一小部分，並在特定編碼與代理基準上與之持平或更勝。完整的 M4 預期將延續此策略，並可能針對擴展上下文、優先延遲或更高推理努力提供高級層級。
CometAPI recommendation：與其直接管理多個 MiniMax API 金鑰與費率，不如透過如 CometAPI 的統一網關進行路由。這允許在 M3、M3.1 Flash 以及（可用時）M4 之間無縫切換，並具備自動回退、使用分析，且常能通過規模彙總獲得更佳的實際價格——對於大量消耗 tokens 的代理工作負載尤為有價值。
What MiniMax M3.1 Flash Reveals About the Next Generation
MiniMax M3.1 Flash 提供了 更貼近的參考，用於評估未來可能的 MiniMax M4 能帶來什麼。M3.1 Flash 於 2026 年 10 月 19 日正式推出，聚焦於代理工作流程、軟體開發、電腦操作與資安，同時強調更快的推理與更低的使用成本。這些改進提供了 MiniMax 當前工程重點的線索，但不構成 M4 發布日期或規格之證據。
1. 代理可靠性正與原始智能同等重要
M3.1 Flash 公告中最明顯的主題之一，是強調完成複雜的多步任務。MiniMax 報告在代理工作流程、編碼、電腦操作與企業自動化方面的改進。
這表明下一代模型可能不再以孤立的問答表現為主要評價，而是以其能否可靠完成整個工作流程為準。
例如，一個軟體工程代理可能需要檢視倉庫、識別缺陷、修改多個檔案、執行測試、診斷失敗並驗證最終修補。成功不僅取決於推理品質，還取決於工具選擇、狀態追蹤、錯誤恢復和跨多步驟的一致性。
未來的 M4 可能在此方向上強化，如改進長期規劃、減少不必要的工具呼叫、並從失敗操作中更有效復原。這些是合理的評估目標，而非已確認的 M4 功能。
2. 推理效率可能成為主要競爭優勢
MiniMax 報告稱，M3.1 Flash 的線上推理速度幾乎為前代的三倍，並將代理任務的整體使用成本降低 70%。公司亦將效率提升歸因於更激進的稀疏性。
這些主張凸顯了模型智能與實際運營效率的差異。能以更少重試、更低延遲與更少 token 消耗完成任務的模型，可能比僅在基準上高出少許、但資源需求大幅增加的模型更有價值。
對於潛在的 M4，相關問題包括：是否能在長時間任務下維持高吞吐、在更緊的推理預算下保持輸出品質、並降低完成任務的總成本。
M3.1 Flash 的改進屬公司宣稱，應在可比工作負載下獨立評估後，方可視為普遍適用的表現保證。
3. 程式開發與電腦操作是重要觀察方向
M3.1 Flash 公告 報告了在 DeepSWE v1.1 的 73.7%、OSWorld V2 的 61.7 與 CyberGym 的 82% 成績。這些結果分別覆蓋了軟體工程、電腦互動與資安等不同面向。
整體而言，它們比單一通用基準更能作為評估未來模型的起點。
若 MiniMax 推出 M4，開發者應關注其是否提升實際任務完成能力，而非僅僅提高標題分數。實用測試可包括倉庫層級的錯誤修復、跨應用工作流程、瀏覽器自動化、弱點分析，以及從失敗工具呼叫中恢復。
基準比較應保持資料集版本、執行環境、代理骨架、資源限制與計分方法一致。否則，模型分數差異可能無法反映真正能力的提升。
4. 長上下文與多模態推理仍需實證評估
MiniMax M3 已支援最長達 100 萬 tokens 的上下文窗口與原生多模態輸入（包含圖像與視頻）。M3.1 Flash 保留了 100 萬 token 上下文，並將多模態理解與更強的代理導向能力結合。
這表示更大的上下文窗口本身，不一定足以構成升級到 M4 的理由。
更有意義的進展可能包括：對大型倉庫的檢索更佳，長文檔的一致性更強，對視覺證據的解讀更準確，以及在感知與工具執行間有更可靠的協同。
例如，一個開發代理可能需要檢視螢幕錄影、識別使用者介面失誤、追蹤相關應用程式碼、實作修補並驗證結果。完整工作流程的品質，比模型孤立處理大型輸入的能力更重要。
這些情境代表 M4 的可能評估優先事項，而非 MiniMax 已宣佈的能力。
5. 未來模型可能以每完成任務成本作為評估指標
M3.1 Flash 公告再度凸顯在工作流程層級評估模型經濟性的重要性。僅以 token 價格無法涵蓋代理的全部使用成本。
更有用的比較會考量成功完成任務的機率、所需嘗試次數、token 消耗、工具成本、延遲與人力介入。
準備迎接未來 M4 的開發者應先以目前可用的模型建立基準，並用相同任務集比較後續版本。這有助於判斷新模型是否帶來實質生產力提升，而非僅改變基準排名。
How Strong Are MiniMax M3 Benchmarks, and What Would M4 Need to Beat?
MiniMax 為 M3 發布了大量基準結果，為未來模型提供了可衡量的目標。以下數值為 M3 報告結果，非 M4 預測。
| Benchmark | MiniMax M3 reported score | What it evaluates | M4 verification target |
|---|---|---|---|
| SWE-Bench Pro | 59.0% | Real-world software engineering | Higher verified task resolution |
| Terminal-Bench 2.1 | 66.0% | Terminal-based agent execution | More successful end-to-end operations |
| SWE-fficiency | 34.8% | Coding task efficiency | Better performance under comparable budgets |
| KernelBench Hard | 28.8% | GPU kernel optimization | More correct and faster kernels |
| MCP Atlas | 74.2% | Tool-oriented and MCP tasks | Better tool selection and execution |
以上為 2026 年 6 月 1 日發布公告中的供應商報告結果，非獨立重現。各套件衡量的成果不同，因此不得將百分比簡單平均為單一準確率。
程式編寫與軟體工程效能
已確認（M3）
- SWE-Bench Pro：59.0%
- Terminal-Bench 2.1：66.0%
- 在真實世界錯誤修復、前後端開發與核心優化任務上有強勁表現（MiniMax 內部評估顯示可進行多小時的自主迭代）。
M3.1 Flash 新增：聲稱在編碼、代理與資安基準上更進一步，同時大幅提升 tokens-per-second 並降低每條代理軌跡的完成成本。
尚未確認／對 M4 的期望：在 SWE-Bench 類與多輪互動式編碼基準上取得更高的絕對分數、更佳的長期專案管理，以及在跨多檔、多日會話中維持一致性的能力。任何 2.7T 規模（若發布）的模型預期將進一步提高能力上限，但活躍參數數與稀疏性將決定實際成本。
長上下文效率與架構
已確認：M3 引入 MSA（MiniMax Sparse Attention），在聲稱較前代密集注意力每 token 計算降至 1/20 的情況下，提供實用的 100 萬 token 上下文；在極長序列下 prefilling 提升 >9×、解碼提升 >15×，同時在大多數能力上與全注意力匹配。
預期改進：稀疏模式的進一步優化、更好支援更長上下文或在窗口內更密集的檢索、更低的自託管記憶體占用，以及更佳處理交錯的長篇多模態文檔。
多模態與電腦操作能力
已確認：自初期訓練階段起即具備原生圖像與視頻理解，並在 MiniMax Code 與代理框架中展示電腦操作（桌面操控）。
對 M4 的期望：將視頻理解與代理規劃更緊密整合、更強的文檔／截圖到程式碼流程，以及在更長期限內更可靠的多應用電腦控制。
代理工作流程、工具使用與自我改進
已確認：M2.7 已試驗遞迴自我改進迴圈。M3 與 M3.1 Flash 強調多代理協作、動態工具搜尋、長時間自主任務，以及在 MiniMax Code 中的生產者－驗證者迴圈。
期望：更穩健的多日代理團隊、更好的工具失敗恢復、原生支援更大型工具生態，並可能在更大規模下延續自我改進或演化式搜尋技術。
MiniMax M4 Price — What the Leaks and Prior Generations Suggest
目前沒有 M4 的官方定價。以下數據基於現行 M3 與 M3.1 Flash 費率卡推算（美元，每百萬 tokens，約為 2026 年 10 月中）：
| Model | Input / 1M | Output / 1M | Cached Input | Context | Notes |
|---|---|---|---|---|---|
| MiniMax M3 | $0.30 | $1.20 | ~$0.06 | 1M | "Permanent 50% off" list pricing; higher tier for >512k context |
| MiniMax M3.1 Flash | $0.15 | $0.60 | $0.015 | 1M | ~50% cheaper than M3; optimized for agent throughput |
| Expected M4 range (speculative) | $0.20–$0.40 | $0.80–$1.50 | Similar discount structure | 1M+ | Likely remains among the lowest frontier open-weight offerings |
MiniMax 一再將其模型定位為領先封閉源西方模型成本的一小部分，同時在部分編碼與代理基準上持平甚至領先。完整的 M4 預期將延續此策略，並可能對擴展上下文、優先延遲或更高推理努力提供高級層級。
CometAPI recommendation：與其直接管理多個 MiniMax API 金鑰與費率，不如透過如 CometAPI 的統一網關進行路由。這允許在 M3、M3.1 Flash 以及（可用時）M4 之間無縫切換，具備自動回退、使用分析，並常以規模彙總獲得更佳有效價格——對於消耗大量 tokens 的代理工作負載尤其有價值。
MiniMax M3 vs M3.1 Flash vs Expected M4 Direction
| Dimension | M3 API in CometAPI (Jun 2026) | MiniMax M3.1 Flash (Oct 2026) | Expected M4 Direction (H2 2026+) |
|---|---|---|---|
| Status | Live, open weights | Live, weights imminent | Not released |
| Parameters (approx.) | 428B total / ~23B active | Similar scale | Unknown (possible larger MoE) |
| Context | 1M tokens (MSA) | 1M tokens | 1M+ with further efficiency |
| Coding (SWE-Bench Pro) | 59.0% | Claimed further gains | Higher absolute scores expected |
| Inference speed | Strong baseline | ~3× faster claimed | Further optimization |
| Agentic cost | Competitive | ~70% lower claimed | Continued aggressive pricing |
| Multimodal | Native image + video | Same + refined | Deeper integration |
| Open weights | Yes | Planned soon | Highly likely |
| API price (in/out) | $0.30 / $1.20 | $0.15 / $0.60 | Expected $0.20–0.40 / $0.80–1.50 range |
Model Selection by Developer Workflow
以已發布的 M3.1 Flash 作為當前評估候選，同時保留 M3 與任何既有的 M2.7 工作流程作為對照。在相同工作負載上衡量接受的任務完成率、重試次數、人力介入與總成本。以刻意方式調整推理努力，而非假設最大化思考總是最佳運行點。
M4 目前尚非可行的生產選擇。最實用的準備，是先以現有模型建立可重現的基準套件，以便未來發布後能迅速評估。
How to Access Current MiniMax Models (and Prepare for M4)
在等待 M4 的同時，實際路徑是使用現有模型：
- 從官方平台取得 MiniMax API 金鑰。
- 或者，為了生產可靠性，透過如 CometAPI 的多模型網關進行路由。CometAPI 提供單一端點與金鑰，可目標指向 MiniMax M3、M3.1 Flash 與其他供應商，內建使用儀表板、速率限制處理，並可在無需改動程式碼的情況下切換模型。
- 對於編碼代理，將模型與 MiniMax Code（桌面／CLI）或已支援與 Anthropic／OpenAI 相容之 MiniMax 端點的開放框架配對。
- 監控官方 MiniMax 管道與彙總目錄；一旦出現新的 M 系列模型 ID，CometAPI 等網關通常會迅速曝光。
此方法能最小化鎖定，並允許團隊在一致的可觀測性下，於實際工作負載上評估 M3 與 M3.1 Flash（以及未來的 M4），同時掌握即時能力與成本優勢。
Conclusion
MiniMax M4 仍是一個由明確但高層次的公司承諾所定義的未來模型，而非具體規格。M3 代已在編碼、代理與長上下文多模態工作中，將 MiniMax 建立為嚴肅的開放權重競爭者；M3.1 Flash 隨後推進了效率前沿。無論 2026 年下半年的「新一代」最終以 M3.5、M4 或其他名稱出現，它都將傳承稀疏注意力、開放權重與激進定價的堅實基礎。
對於如今正在打造生產級代理的開發者與團隊，務實建議很明確：透過如 CometAPI 的靈活多供應商層整合現行 MiniMax 模型（M3 與 M3.1 Flash）。這可立即帶來能力與成本優勢，並讓你能在 M4 一出現在公共端點的那一刻，以最小代碼變更與完整的效能／支出可視性快速採用。