💰钛媒体•較早收集於 34m
MiniMax 因「變相漲價」引發用戶不滿
💡了解 LLM API 的定價模式變更如何影響開發者留存與市場競爭力。
⚡ 30-Second TL;DR
有什麼變化
用戶認為近期的定價調整屬於變相漲價
為什麼重要
隨著 AI 模型商品化加速，LLM 領域的定價策略變得愈發敏感；企業必須在營收與用戶留存之間取得平衡。
下一步行動
審核您當前的 Token 使用成本，並與 DeepSeek 或 Moonshot 等替代供應商進行對比，以確保成本效益。
誰應關注：Developers & AI Engineers
關鍵要點
- •用戶認為近期的定價調整屬於變相漲價
- •競爭加劇使得價格敏感度成為關鍵風險
- •若價值主張無法維持，恐面臨用戶流失風險
🧠 深度解析
Web-grounded analysis with 22 cited sources.
🔑 增強重點摘要
- •MiniMax將計費模式從固定請求次數或時間的「Coding Plan」全面替換為基於Token用量的「Token Plan」，並取消了此前的低價套餐，此舉未提前充分通知用戶，導致許多用戶在6月1日登錄時才發現計費規則已改變，且同等任務的Token消耗量遠超預期，月度額度快速耗盡，引發「變相漲價」和「權益縮水」的強烈不滿。
- •此次定價調整與MiniMax新一代旗艦模型M3的發布同步，M3模型尺寸更大、能力更強、原生支持多模態並擁有100萬（1M）上下文長度，需要消耗更多算力資源，公司解釋此為調整定價模式的原因，並表示收到用戶希望將訂閱額度自由用於不同模態模型的需求，因此切換到行業統一的按Token計量方式。
- •面對用戶投訴激增，MiniMax已透過官方渠道發布致歉與調整說明，承認未能提前充分溝通，並宣布三條補償措施，包括對於3月22日前購買且享有「無周限額」權益的老用戶，在升級後繼續保持該權益，並推出M3 API永久五折優惠促銷價，將每百萬輸入Token價格降至0.30美元（約2.1元人民幣）。
- •MiniMax面臨巨大的成本壓力，其2025年研發開支佔總收入的比例高達319.8%（2024年為619.1%），主要來自模型訓練消耗的雲計算資源，這表明定價調整部分是為了優化單位經濟模型和應對高昂的算力投入，也反映了AI行業從價格戰轉向價值戰的趨勢。
- •儘管M3的促銷定價低於海外旗艦模型如GPT-5.5、Claude Opus 4.7和Gemini 3.1 Pro，但其標準定價高於近期大幅降價的國內競爭對手DeepSeek-V4系列和小米MiMo-V2.5系列，市場對M3的質量優勢是否足以對抗DeepSeek等競爭對手並維持溢價定價仍存疑慮，尤其是在促銷期結束後。
📊 競品分析▸ Show
| 公司/模型 | 特點 | 輸入價格 (每百萬Token) | 輸出價格 (每百萬Token) | 備註 |
|---|---|---|---|---|
| MiniMax M3 | 旗艦模型，1M上下文，原生多模態，強大編程與Agent能力 | $0.60 (促銷價$0.30) | $2.40 (促銷價$1.20) | 促銷期後價格上調，引發用戶不滿 |
| DeepSeek-V4-Flash | 極致性價比，國產晶片部署，長文本處理 | $0.14 (約1元人民幣) | $0.28 (約2元人民幣) | 逆勢大幅降價，打響價格戰 |
| DeepSeek-V4-Pro | 頂級性能，國產晶片部署 | $0.25 (約1.75元人民幣) | $0.60 (約4.2元人民幣) | 優惠期至5月5日 |
| Zhipu AI (智譜AI) GLM-5 | 價格年初至今基本翻倍，Q1 2026 API調用價提升83% | - | - | 調價後調用量仍增長400% |
| Anthropic Claude Opus 4.7 | 海外旗艦模型 | $5 (約35元人民幣) | $25 (約175元人民幣) | MiniMax M3標準定價遠低於此 |
| OpenAI GPT-5.5 Pro | 海外主流模型 | $30 | $180 | DeepSeek V4 Pro輸入價格相差超800倍 |
| Google Gemini 3.1 Pro | 海外主流模型 | $2 | $12 | MiniMax M2.5輸入/輸出價格分別低至其1/7-1/17和1/6-1/20 |
| 小米 MiMo-V2.5 | - | - | - | 定價低於MiniMax M3 |
🛠️ 技術深入
- 多模態通用大模型： MiniMax自主研發了一系列多模態通用大模型，包括MiniMax M3、Hailuo 2.3（視頻生成）、Speech 2.8和Music 2.6。這些模型具備強大的代碼和Agent能力，以及超長上下文處理能力，能夠理解、生成並整合文本、音頻、圖像、視頻和音樂等多種模態。
- M3模型架構： M3是MiniMax的旗艦模型，採用全新的注意力架構MSA（Multi-modal Sparse Attention，儘管未明確說明，但其多模態能力暗示了這一點），最高支持1M的超長上下文長度。它是一個原生多模態模型，支持圖片和視頻輸入，並具備操作電腦桌面的能力。
- 混合專家模型 (MoE)： MiniMax是MoE架構的早期採用者，早在2023年6月，當MoE尚未成為行業共識時，MiniMax就投入了80%以上的精力進行研發。其M2.5模型擁有超過2000億參數，但透過MoE架構實現了高效運算，像輕量級模型一樣快速且節省資源。
- Agent能力： MiniMax的M2.5和M3模型在Agentic能力上表現突出，能夠實現完整的「代碼-運行-測試-修復」循環，行為更接近獨立開發人員，而非傳統的代碼編寫模型，並支持工具調用和多輪任務執行。
🔮 前景展望AI analysis grounded in cited sources
MiniMax將面臨持續的用戶信任挑戰。
未經充分溝通的定價調整和「新老用戶區別對待」的感受，可能損害用戶忠誠度，尤其是在AI編程服務市場尚未建立不可替代性的情況下。
中國大模型市場將加速進入「價值戰」而非「價格戰」階段。
MiniMax的漲價行為，以及智譜AI等競爭對手在提價後仍保持高調用量，表明行業正從單純的低價競爭轉向更注重模型能力、效率和實際應用價值的競爭。
MiniMax的B端業務將成為其未來營收增長和盈利能力改善的關鍵。
儘管C端收入佔比高，但增速已開始下滑，且C端定價調整對用戶留存產生擾動；相比之下，B端開放平台收入增速更快，且毛利率遠高於C端，M3模型在B端市場的表現將是其商業化成功的關鍵驗證。
⏳ 時間線
2021-12
MiniMax（上海稀宇科技有限公司）成立，從一開始就專注於大模型和通用人工智能（AGI）研發。
2023-02
MiniMax已擁有三個模態的基礎大模型（Text-to-Text、Text-to-Visual、Text-to-Audio），並推出智能對話機器人生成平台Glow。
2023-06
MiniMax將超過80%的精力投入到混合專家模型（MoE）架構的研發中，領先於當時的行業共識。
2024-H1
推出商用萬億參數MoE架構大模型abab 6.5，並發布開源模型MiniMax-01系列。
2025-07
完成近3億美元C輪融資，投後估值達40億美元。
2026-01-09
MiniMax在香港交易所上市（股票代碼：0100.HK），成為全球最快IPO的大模型企業。
2026-06-01
MiniMax發布新一代旗艦模型M3，並同步將計費模式從按次計費全面調整為按Token用量計費，引發用戶廣泛不滿。
📎 來源 (22)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 钛媒体 ↗