对话DeepSeek
DeepSeek V4
DeepSeek V4 API——Flash + Pro，1M 上下文，默认思考模式，以极低的单 token 价格提供前沿推理。
起 $0.140 每 1M token
MiniMax M3 — 前沿编程，1M 上下文
MiniMax M3 是一款开放权重模型，在前沿编程与智能体基准之外，还配备 1M token 上下文窗口和原生多模态输入。MiniMax M3 先思考再作答，能在长程任务中调用工具，并在同一次调用里读取图像和视频——在 api.reapi.ai 上以即插即用的 OpenAI-compatible 端点暴露。按量付费、以美元计价，价格只是闭源前沿模型的零头。
MiniMax M3model
minimax/minimax-m3MiniMax M3 playground
Open the chat playground to run MiniMax M3 through the OpenAI-compatible chat completions surface with your api.reapi.ai key.
你能用这个模型做什么
可以用这个模型构建并上线的真实工作流与生产级用例。
长程智能体编程与软件工程
智能体编程是 MiniMax M3 的招牌。MiniMax 报告称其在软件工程基准上达到前沿水平——SWE-Bench Pro 上 59.0%，Terminal-Bench 2.1 上 66.0%——让 MiniMax M3 在保持开放权重的同时，跻身顶级闭源编程模型的行列。把一个编程智能体对准 MiniMax M3，它就能界定任务范围、调用工具、推演多步工作并在长程运行中自我纠错，全程都在同一个会话里完成。
查看 API 文档
百万 token 代码库与文档分析
MiniMax M3 默认 1M token 上下文窗口——足以在一次调用里装下整个中型仓库、一份长篇研究材料，或一段多轮智能体轨迹。MiniMax Sparse Attention 让长上下文推理保持高效，因此架构评审、依赖审计、迁移规划这类 MiniMax M3 工作负载很少需要分块。稳定的提示词前缀在每次重复时都能命中低廉的缓存读取价。
原生多模态理解与工具调用
MiniMax M3 从底层就是多模态的：在同一次 Chat Completions 调用里，连同文本一起发送图像和视频——截图、示意图、文档扫描件和短片——模型会对这一切进行推理。配合可靠的 function calling 与 JSON 输出，MiniMax M3 能驱动浏览器智能体、文档流水线，以及混合视觉、检索与代码的工具调用工作流。
价格
积分计费 — 1 积分 = 0.001 美元，仅为成功生成付费。
| 类别 | 单位 | 价格 |
|---|---|---|
| Token 计价 | ||
| 输入 | 1M tokens | $0.6 |
| 输出 | 1M tokens | $2.4 |
| 缓存读取 | 1M tokens | $0.12 |
为什么选 reAPI
OpenAI-compatible 即插即用
MiniMax M3 原汁原味地讲 OpenAI Chat Completions。把现有的 OpenAI 集成迁到 MiniMax M3，只是改 base URL、API key 和一个模型字符串——`minimax/minimax-m3`——而不是重写平台。同一个 `messages` 数组、同一套流式格式、同样的工具调用结构。
前沿编程，超值定价
MiniMax M3 开放权重，定价也与之相称。它交出前沿级的编程与智能体基准成绩，每 token 成本却只是闭源模型的零头——而提示词缓存还会在重复上下文上再压一次价。无需高昂的每 token 账单，也能跑出高端的智能体工作。
一把 key 通吃 MiniMax、GPT、Claude 与 Gemini
一把 api.reapi.ai key，就能在解锁 MiniMax M3 的同时，用上 GPT-5.5、Claude Opus 4.8、DeepSeek V4、Gemini，以及平台上每一款前沿对话模型。只需改一处配置，就能比较厂商、加上 fallback、按调用路由流量，而不必另起一个集成项目。
MiniMax M3 对比 DeepSeek V4
MiniMax M3 和 DeepSeek V4 都是开放权重、超值定价的模型，具备 1M token 上下文窗口、思考与工具调用。下面看看在对智能体和编程工作至关重要的维度上，MiniMax M3 相对 DeepSeek V4 是如何定位的。
能力
reAPI 上的 MiniMax M3
DeepSeek V4
定位
单一开放权重模型，为前沿编程、长程智能体和原生多模态而调优。
两个开放权重变体——Flash（快 / 低成本）和 Pro（旗舰推理）。
上下文窗口
默认 1M token，保证最低 512K，并以 MiniMax Sparse Attention 实现高效长上下文。
1M token 上下文窗口，搭配 DeepSeek Sparse Attention。
最大输出
每次响应最高 512K 输出 token（推荐 128K）。
每次响应最高 384K 输出 token。
思考
原生思考，工具调用中交错推理；默认自适应，可关闭。
思考模式默认开启，带思考 / 非思考双模式开关。
多模态输入
在同一次 Chat Completions 调用里原生理解图像和视频。
支持图像输入（beta）；文本加图像。
智能体与编程侧重
厂商报告在 SWE-Bench Pro、Terminal-Bench 和智能体基准上的前沿成绩；为长程编程智能体调优。
专门的智能体优化；据 DeepSeek 称在智能体编程上达到开源 SOTA。
本对比反映撰写时 MiniMax M3 发布说明与 DeepSeek V4 文档中公开记载的行为。基准数字为厂商报告。模型行为和定价可能变化；当前数值请查看上方价格卡和 API 文档。
三步上手 MiniMax M3
- step 01
在 api.reapi.ai 创建账号和 key
在 api.reapi.ai 注册，打开控制台，在 API Keys 下生成一把 API key，并在 Top Up 下充值 token。聊天工作区与 reapi.ai 的图像/视频网关是分开的——两边的 key 不通用。
打开 - step 02
发出第一个请求
向 https://api.reapi.ai/v1/chat/completions 发 POST，`model` 设为 `minimax/minimax-m3`，带上你的 `messages` 数组和 `max_tokens`。MiniMax M3 端点是 OpenAI-compatible 的，包括流式响应，所以大多数 SDK 只需改一个 base URL 就能用。
打开 - step 03
为推理与成本调优
MiniMax M3 自适应思考——任务难时就推理，不难时就直接作答。跨调用复用稳定的 system 提示词和工具 schema，以命中低廉的缓存读取价；在重推理工作上把 `max_tokens` 设得够高，好容纳思维链。
打开
常见问题
关于此模型的常见疑问。
MiniMax M3 按量付费，以美元从你的 api.reapi.ai token 余额中扣费。本页的价格卡展示了实时的每 1M token 输入、输出和缓存读取价。缓存读取远比重新发送同样的 token 便宜，失败的请求不计费。
相关模型
探索同类别的更多模型。
对话
对话
对话Anthropic
Claude Opus 4.7
Anthropic Claude Opus 4.7 — 1M 上下文、128K 输出，专为高端编码与 Agent 推理打造。
起 $2.00 每 1M tokens
对话Anthropic
Claude Sonnet 4.6
Anthropic Claude Sonnet 4.6 — 兼顾质量与速度，胜任日常生产对话、代码评审与中等复杂度的智能体场景。
起 $2.00 每 1M Token