在 MiniMax 公司内部，M3 模型发布后的定价争议引发了激烈的内部讨论。一位内部人士近期得以近距离观察这家大模型公司，见证了其从模型发布到定价风波的“至暗时刻”。M3 作为一款强化了编程和 Agent 能力的原生多模态模型，承载着公司的高度期望。

M3 模型发布当天，MiniMax 股价一度上涨，但随后因同步推出的新收费体系——从订阅制转向按 token 计费——引发用户不满。许多用户发现，在同等使用强度下，额度消耗速度远超预期，且此次调整缺乏充分的沟通和清晰的解释。用户的不满迅速在社交媒体和投诉平台发酵，导致公司股价最终下跌。

模型发布的第二天，内部情绪紧张，一场关于定价方案设计的争执在技术负责人和开放平台部门之间爆发。这场争论源于对用户需求的理解差异和沟通不足。尽管争吵激烈，但套餐设计很快更新，体现了公司高效解决问题的能力。

事后，参与争吵的双方表示，争执仅限于技术细节，并无个人恩怨。其中一位技术负责人甚至在后续场合为被点名的同事辩护，认为其缺乏对早期用户情绪和早期版本套餐的“context”，并指出这是团队共同的责任。

MiniMax 的工作氛围扁平且透明，员工们普遍在上午陆续抵达公司，工作模式高度依赖线上协作。信息在各个群组中快速流动，重要事项会迅速召集会议。创始人 IO（闫俊杰）在团队充分讨论并提供足够 context 后，才会做出最终决策。这种强调信息自由流动的组织方式，虽然初期显得有些混乱，却展现出强大的生命力。

M3 模型发布前夕，全体算法和开发人员在一个文档中同步更新模型成绩和技术细节，体现了极致的协作。IO 亲自参与其中，与其他同事一同敲定核心细节，展现了其务实的领导风格。

M3 的发布对 MiniMax 而言是关键一步，但定价风波的冲击，让团队成员经历了“至暗时刻”。公司长期以来将提升模型智能作为首要目标，M3 的推出正是这一战略的体现。然而，此次事件也暴露了公司在用户沟通和“context”提供方面的不足。

在模型能力不断提升的背景下，MiniMax 意识到旧的收费体系已显复杂且不适应未来发展。内部认为，随着模型能力增强，token 将成为服务本身，因此提前进行收费体系的改革是必然趋势。然而，此次改革在执行层面缺乏充分的预沟通，导致了用户的不满和负面舆论。

公司在 M3 发布后一周进行了内部复盘，IO 向全体员工致歉，并反思了判断失误和准备不足之处。他强调接下来的重点是继续做好模型。这种面对失误时的坦诚和快速改进，以及“就事论事”的文化，得到了员工的高度认可。

MiniMax 的核心特质在于其低“ego”文化。公司鼓励员工基于专业输入进行平等交流，确保 context 的透明。创始人 IO 以身作则，展现出务实、不“bragging”的风格，并以此筛选和塑造了团队的整体气质。

公司在研究投入上，专注于模型底层架构和机制的改进，而非仅追求短期声势。其“think big”的理念贯穿始终，追求“Scale”——即智能上限与可动员资源的最大化。MiniMax 在语言模型、多模态模型和产品线上的全面布局，以及鼓励员工真实利用 AI 提升效率的氛围，都体现了这一战略。

公司内部对于“AI Native”的理解，并非停留在概念层面，而是体现在日常工作细节中，例如开放办公软件的 AI 改造权限，以及鼓励员工合理使用计算资源。这种围绕创始人构建的、以“就事论事”为核心的文化，为员工提供了安全感，鼓励他们专注于将事情做对。

MiniMax 的目标函数被理解为“scaling”，即最大化最终的规模，这包括智能的上限和公司可调动的资源。公司名称“MiniMax”也恰好反映了其“用 Mini 的资源、Mini 的起点，奔着 Max 而去”的追求。

M3 的开源以及其参数量小于外界预期的特点，显示了公司在技术路线上的精巧设计。IO 认为，AI 产业的挑战在于经验和实验的积累，而 MiniMax 正通过持续的模型迭代和扎实的基础设施优化，朝着提升模型智能水平和降低用户成本的目标前进。

M3 发布后，模型服务逐渐稳定，TPS（每秒事务处理数）和首包延迟等关键指标均达到行业领先水平，并获得第三方和重点客户的正面反馈。MiniMax 认为，AI 行业的快速发展要求公司具备前瞻性，不断发现并扩散最佳实践，以实现持续的智能提升和更广泛的用户覆盖。