MiniMax M3实测：7项硬核任务揭示真实编程水平

概述

MiniMax M3 今日全量发布，主打原生多模态和超长上下文能力。官方报告措辞高调，暗示性能可对标 Gemini、Claude、GPT 等顶级模型。但宣传归宣传，实际效果如何？B站UP主用7个高难度任务对其进行了系统测试，涵盖3D场景复刻、物理模拟、前端开发等多个维度，最终给出了平均58.3分的成绩单。

这个分数意味着什么？简单说：公式写得漂亮，Demo跑得拉胯。 M3展现出了不错的理论理解能力，但在工程落地层面频频翻车。

原生多模态：氛围到位，细节全丢

M3 的核心卖点是原生多模态能力。测试者给了一张景色照片，要求用 Three.js 复刻3D场景。

结果有喜有忧。三层构图被正确识别——城堡、墙、河谷、连排建筑，大关系和配色方向也接近原图，奶白墙、灰石板、暖光调等氛围要素基本还原。但问题在于：原图中最显眼的河流直接消失了，水面反射、空气透视、国旗、汽车等细节全部丢失。

最终得分62分。评价是"氛围对、几何对、细节很差"。原生多模态确实不是噱头，但也远没到惊艳的程度——看大关系可以，看小细节还得靠人工补充。

物理模拟三连：公式全对，画面全崩

旋转六边形弹球

要求用单文件HTML实现旋转六边形内的弹球效果，不引用任何外部库。M3 理解了"边在转"这个核心概念，用了刚体旋转公式，在接触点精确取线速度——比 M2.7 把边界当静止砖头强了不少。

但默认参数翻车了：空气阻力设为0.06，每秒才衰减5.8%，球会永远弹下去。作为对比，Kimi 的方案用了摩擦系数0.985，碰墙会真实消耗能量。M3把配置权限开放给用户，灵活是灵活了，但"开箱即用"这四个字跟它无缘。

3D圆锥陀螺

这是系列测试中最热门的题目，要求同时处理转动惯量、摩擦力、重力三大力学要素。M3 的物理推导没问题，contact角度和nosleep物理都做对了。

然而画面上——圆锥压根没显示出来。只有一个红点、一根白线、地面一圈弹跳轨迹。问题出在代码层面：底芯位置没错，但底环放在了H=280的位置，底芯比底环还远了76个单位，底面被拉成了延伸的锥面。再加上P5.js默认的背面剔除机制，侧面全被裁掉了。

物理做对了，但你看到的是一个隐形的陀螺。得分50。

SPH粒子流体

SPH（光滑粒子流体动力学）听起来很唬人，但M3的输出让人哭笑不得：720颗粒子全堆在屏幕底部，薄薄一层，像撒了一把黄米。屏幕80%是黑色，没有水柱、没有飞溅、没有密度梯度、没有水面波纹。

代码层面，物理公式全对。但初始化位置就直接放在了底部，重力280开局，3秒沉降完毕，没有流入源、没有初始动能、没有团流效果。

用测试者的话说："写出了论文，但Demo连碗都画反了。" 得分50。

光学折射：最讽刺的翻车

折射光线追踪是整场测试中最讽刺的一项。要求渲染一颗玻璃球，透过球体看到背景的折射效果。

M3 交出的画面是一颗黑金属色的球体，只能看到下半部分的棋盘反射，完全看不到应该倒立反转的背景图像。本该是玻璃球，M3 做成了镀铬钢珠。

代码分析显示，Snell公式写得一个不差，但参数配置导致几乎全是反射分量，折射光线的出射方向实际打到了深色天空背景上，没有透射到地面。

物理全对，光学全错。得分38，全场最低。

亮点项目：Boids群飞与前端看板

Boids群飞——全场最佳

M3 用 Three.js 将经典的 Boids 群飞算法升级到了3D，100多个鸟实时运动，分离、对齐、聚合三条规则外加边界和鼠标力共5个力，OrbitControls拖动、速度色相映射都有，视觉完成度是全场最高的。

唯一的问题在鼠标吸引的引力场实现上：距离越近力越大，导致粒子被拉过头后反复震荡、螺旋加速——这是经典的引力场陷阱，没做距离衰减的下限保护。但总体而言，得分78，是M3发挥最好的一项。

拖拽看板

功能层面基本合格：To Do / In Progress / Done 三列增删改拖全跑通，LocalStorage 持久化，拖拽顺滑，UI风格接近 Linear / Notion 的调性。

但生产级问题一堆：用中文提示词写的需求，UI却全是英文；Add Column新建的列标题硬编码为"New Column"，不接受中文输入；多列布局下列宽写死208px，超出屏幕只能横向滚动，完全没有响应式设计。

拖拽逻辑满分，i18n零分，响应式零分。 功能能跑，但生产环境拿不出手。得分60。

总结：理论强悍，工程薄弱

测试项目	得分	核心问题
多模态场景复刻	62	细节全丢
旋转弹球	-	默认参数不可用
Boids群飞	78	引力场bug
3D圆锥陀螺	50	几何渲染缺席
光学折射	38	玻璃变钢珠
SPH流体	50	粒子全沉底
拖拽看板	60	国际化/响应式缺失

平均分58.3，这个成绩说明MiniMax M3在理论推导和算法理解上有明显进步，但在参数调优、几何渲染、工程细节上仍有大量短板。

M3 的典型模式是：公式写对了，但Demo跑崩了。 它能写出Snell定律、SPH方程、刚体旋转公式，但参数初始化、边界条件、渲染管线这些"最后一公里"的工程问题，频频成为致命伤。

要说对标 Gemini、Claude、GPT？以目前的实测表现来看，MiniMax M3 在复杂编程任务上还有不小的距离要追赶。但公平地说，原生多模态和超长上下文的基础能力确实在线，只是从"能理解"到"能做好"之间，还隔着不少工程打磨的功夫。