MiniMax M3：一家AI公司，为什么开始重新定义自己的价值？

品牌动态与热点聚焦

AI 领域过去一直聚焦于“谁拥有最强大的模型”。发布会的内容，无论是 OpenAI、Anthropic、智谱、MiniMax 还是月之暗面，都围绕模型参数、推理能力和 Benchmark 排名展开，形成了“模型越智能，公司价值越高”的共识。

然而，这种叙事正在发生转变。以 MiniMax M3 的发布为例，其重点已不再仅仅是模型本身的能力，而是 BrowserComp、SWE Bench、Terminal Bench、OSWorld 和 MCP Atlas 等一系列新能力。这些能力共同的特点是，它们关注的不再是模型“知道什么”，而是模型“能够完成什么”。

许多人将这种转变解读为“Agent”的兴起。但若拉长时间线来看，M3 更值得关注的是 MiniMax 对自身价值的重新定义，以及它对一个行业长期回避的问题的尝试性回答：一家 AI 公司真正销售的究竟是什么？

01. 第一代 AI 公司销售的是“智能”

在过去几年，竞争逻辑简单明了：模型能力即产品，Benchmark 即价值。MMLU、GSM8K、HumanEval、LiveCodeBench 等 Benchmark 不仅是技术测试，更是市场认可的价值衡量标准。如同 CPU 的 SPEC、GPU 的 MLPerf、数据库的 TPC 一样，成熟的产业需要统一的标准来评估产品价值、指导采购决策并形成资本共识。因此，模型参数规模和排行榜位置成为衡量 AI 公司最直接的方式，模型本身就是商品。

MiniMax M3 的一个重要变化在于，它花费大量篇幅介绍了另一类能力，例如 SWE Bench、BrowserComp、Terminal Bench、OSWorld 和 MCP。这些 Benchmark 的共同点是，它们几乎不关心模型能否回答问题，而是关注模型能否修复真实 Bug、独立完成网页操作、调用开发环境、连接企业系统，以及完成一项完整的工作。这标志着评价对象从“智能”转向“任务完成度”。模型首次接受“岗位考核”，而非“知识考试”。这不仅仅是评测体系的改变，更是 MiniMax 向市场传递的信号：模型能力依旧重要，但真正驱动商业价值的是工作能力。

02. MiniMax 为何开始强调“工作”？

过去，大型模型的首要客户是开发者，他们购买的是模型的能力，关心的是模型的智能程度和解决复杂问题的能力。但企业客户不同，他们采购 AI 时，更关心的是 AI 能帮助业务完成多少工作、节约多少人力、融入多少流程、提升多少效率。

因此，产品表达方式也随之改变。Browser 不再仅仅是浏览器能力，而是融入办公流程；Coding 不再只是代码生成，而是进入研发流程；Terminal 不再是简单的 Linux 操作，而是进入开发环境；MCP 也不再是简单的协议，而是整合进企业现有的软件系统。将这些能力整合来看，MiniMax 意在展示的不是一个模型，而是一套工作流能力。

03. 从 Token 到 Workflow

许多人仍将 AI 公司视为 API 公司，收入来源于 Token。调用次数越多，收入越高，这是第一代 AI 的商业模式。然而，一种新的趋势正在显现：越来越多的企业购买 AI，并非为了获取更多回答，而是为了完成更多工作。修复一个 Bug、整理一次会议、处理一张工单、分析一份合同、完成一次网页操作，其价值单位正在发生变化。过去，一次调用对应一个 Answer；如今，一次调用越来越对应一项 Task。

MiniMax M3 的产品设计也越来越围绕这一逻辑展开。模型成为基础，Workflow 成为产品。将 M3 置于行业背景下观察，它代表了一种新的产品叙事。越来越多的 AI 公司开始证明其“工作能力”。这种转变并非 MiniMax 独有。Claude Code 强调开发工作流；OpenAI 的 Operator 和 Computer Use 关注任务执行；Google 不断强化 Gemini 在 Workspace 和浏览器中的协同能力。整个行业正围绕新的竞争单元——Workflow 和 Productivity 展开角逐。

04. 资本为何关注这种转变？

资本市场关注的并非技术领先本身，而是技术如何转化为持续收入。模型能力可以构建技术壁垒，但 Workflow 更容易构建商业壁垒。一旦工作流进入企业，就意味着数据沉淀、流程绑定、员工习惯和系统集成，这些都带来了更高的续费率、客户黏性和更稳定的商业模式。因此，越来越多的 AI 公司开始将产品叙事从模型能力转向工作能力。这并非放弃模型，而是在寻求模型之外更长期的价值来源。

从更宏观的视角来看，M3 最值得关注的并非某项 Benchmark，而是 MiniMax 对未来竞争对象的重新定义：从其他模型公司，转向企业工作入口、浏览器、IDE、Office、ERP、CRM 等。企业数据不会沉淀在一次对话中，而是最终沉淀在日常工作流里。谁能进入更多工作流，谁就拥有更强的商业基础。从这个意义上说，MiniMax 未来面对的不仅是 OpenAI 或 Anthropic，更是所有定义企业工作方式的软件平台。

尾声：一家 AI 公司价值重构的开端

如果说过去的大模型竞争围绕“智能”展开，那么 MiniMax M3 展示的是一种不同的竞争逻辑。模型依然重要，但正从产品转变为基础设施。真正走到台前的是模型如何进入企业、连接软件、完成工作。对 MiniMax 而言，这或许比一次 Benchmark 排名更为关键，因为它意味着公司开始尝试回答一个新问题：当模型能力逐渐趋同时，一家 AI 公司还能依靠什么建立长期价值？M3 给出的答案，不是更多参数或排行榜，而是更多真实工作。这或许也是 AI 行业进入下一阶段最重要的信号。未来，决定一家 AI 公司价值的，不仅是模型有多聪明，更是它能帮助企业重组多少生产力。