国内做通用 Agent 的平台不少，把「模型 + 桌面端 + 终端 CLI + API」绑成一份订阅卖的，MiniMax 是最彻底的一家。2025 年 6 月这个产品叫 MiniMax Agent，2026 年 5 月整体升级后改名 Mavis，M3 发布之后官方口径统一成 MiniMax Code。名字换了三轮，骨子里那套东西没变：一个能连续跑几个小时的 Agent，加一套「Agent 小队」的分工结构。
一、它到底是什么
定位是通用任务 Agent，不是聊天框。桌面端分 Coding 和 Work 两个模式，Coding 保留代码管理工具，Work 只盯最后交付什么；命令行那套是开源的，仓库 MiniMax-AI/minimax-code，MIT 协议，2,100 星，10 月 24 日还在推代码。
底下压着自家模型。M3 是 6 月 1 日发的，428B 总参数、23B 激活的 MoE，靠自研 MSA 稀疏注意力把上下文顶到 100 万 token，原生支持图像和视频输入，权重已经挂在 Hugging Face 上。10 月 19 日的 M3.1 Flash 是同一条线的降本版：官方口径 agent 任务综合成本降 70%、推理快接近三倍、日常输出 200+ TPS，API 每百万 token 输入 0.15 美元、输出 0.60、缓存读取 0.015。
真正把它和那些「一句话出一份交付物」的通用 Agent 区分开的，是 Agent Team。5 月那版的设计是三个角色：Leader 把一句话目标拆成任务结构、决定谁并行；Worker 各干各的，可以是查资料的，也可以是改代码的，每个 Agent 能单独设工作目录，上下文互不污染；Verifier 专门挑刺，把「跑完了」变成「能交付」，挑出问题就打回重做，按 Cycle 一轮轮过。M3 的博客里这套叫 Producer + Verifier 对抗式 harness，官方说可以无人干预跑几天。跟 Manus 那种一次交付整包结果的思路比，它是把过程掰开、留了验收环节。
二、上手
- 下桌面端。国内 agent.minimaxi.com/download，国际站 agent.minimax.io，登录后默认有一个 Agent，先拿它试个长任务。
- 先定模式。要改代码走 Coding，要文档、PPT、数据报告走 Work，别在 Work 里找终端。
- 建角色再下单。按 Leader、Worker、Verifier 三类写清职责，一个角色一段话，工作目录分开。任务进来系统自己判断要不要拆、哪几个并行。
- 想省钱就走终端。minimax-code 是 MIT 的，本地装完接 API，同一个模型按 token 计费，适合脚本化和 CI 里跑。
- 订阅一份就够。Token Plan 三档：Plus 49 元、Max 119 元、Ultra 469 元每月，CLI、API、桌面端共享同一份额度；没订阅也能单独买积分，1,000 积分 7 元。
三、实话
第一，幻觉倾向偏高。Artificial Analysis 给 M3.1 Flash 的 Intelligence Index 是 42，前代 M3 是 29，单任务成本从约 0.51 美元掉到 0.22 美元，性价比确实立住了；但同一家的 AA-Omniscience 里它正确率 56%、非幻觉率只有 7.2%，答不出来的时候更愿意硬答，VentureBeat 报道时专门点了这一条。让它自己改库、跑财务流程，必须外挂校验，别指望它说「我不知道」。
第二，名字改三轮，教程全过期。现在搜「MiniMax Agent 教程」出来的大多是 2025 年的单 Agent 版本；Mavis 时期的中文文档和 MiniMax Code 的英文口径还并存。看参数先看发布日期，别照着半年前的截图点。
第三，开源只开一半。模型权重在 Hugging Face，终端 agent 是 MIT，但桌面端和 Agent Team 的编排是闭源产品。要全链路私有化，能拿走的只有模型和 CLI 这一层。
第四，额度窗口会咬人。Token Plan 受 5 小时固定窗口和周窗口双重限制，用不完不结转。跑长任务的账要按窗口算，别拿月额度除以 30 天。这几家平台的计费单位差在哪，我在账单横评里算过一遍。
谁适合：把调研、写文档、改代码这种多步活整包丢出去，又要中文界面、国内网络、一份订阅覆盖桌面和终端的。谁别碰：要求全链路可审计自托管，或者任务里一个错都不能出的。那类活还是拆成小步骤自己校验，别指望一个 Agent 小队替你兜底。
