最近跟几个喜欢炒股的朋友一块吃饭，总会问我，我要实现xxx，我该选哪个模型？
现在大家都很注重数据合规，有的场景不能用海外的模型，再就是价格，Coding和金融场景，算力消耗比较大，海外模型大多贵的离谱。
当年4G刚出来的时候，大家开玩笑说一天跑的流量能买一套房，4G做不到，但是Fable 5跑套房还是有可能的，昨天3分钟把我额度清空了还历历在目。
今天刚好有空，给大家实测下MiniMax M3模型在金融、coding、多模态方面的表现。
M3的多模态能力还是很不错的，如果你有某家公司的财报，可以直接把文档丢进去，里面的各种图表等等，他都可以识别得很好。
也可以直接问，更便捷，它也会搜来这个文档去读的。
很多人可能对2小时的长任务没概念，我算了下，大概得消耗两三百万token，用M3的话成本会低很多，就更不用说跟人比了。
这种pdf对我来说看着就很清晰了，把有用的信息都很精简的整理好了，排版看着也很舒服，一看就是很专业的金融分析报告。
这是我用M3直接去做的，如果你有自己很习惯的前端Skill，那视觉效果会更好，不过日常随便看看，形式也就没那么重要了。
揉出来的这份报告，直接把资金流向和板块轮动情绪给量化了，AI能敏锐地抓到或主力资金在某个行业尾盘的悄悄流入，然后结合政策利好给出推演。
只给我保留了最重点的信息，数据 → 情绪指标 → 资金流向 → 题材归因 → 板块建议这条链一气呵成，逻辑闭环。
炒股的人都知道，大A的跌停板里全是飞刀，很多模型为了迎合你，会瞎编一些“明天必抄底、重组必翻倍”的幻觉鬼话来误导你。但M3的风控意识挺强，非常冷静，先把雷点和风险一条条摆出来，然后再去从资金面客观分析有没有弱转强的机会。
也同样试了下DeepSeek，其实这也不是第一次试这个场景了，经常有空就会多个模型都一起跑跑，DeepSeek每次的结果都不尽人意，所以DeepSeek金融分析的水平还是有待考究。
正好测下M3的编程能力，我也做个小工具给朋友们直接用。
AI写这种带复杂图表和动态评分的前端页面，基本都需要反复修正几轮。这次M3表现不错，基本是一次性成型，它可能猜到了，我喜欢币安的那种页面，直接把币安风的暗黑质感给捏出来了。UI设计的很漂亮，直接决定了用时的心情。
其实不是没有Bug，是他主动发现K线68个React key重复警告,直接改掉了，省心这一点真的很关键。
M3做这样一个小工具，只需要几分钟，当你有编程需求的时候，它会快速“稳稳地接住你”。
总结下最近用的感觉。
金融分析：这个场景我用M3已经有段时间了，海外模型有天然的水土不服，M3给的分析就非常中肯，这是我觉得非常好的一点，再就是M3执行长任务我没想到会这么稳定，也算是个惊喜吧，2个小时的任务就完全不中断的。
Coding：现在灰色的海外中转基本无了，国产模型替代就很重要，我测试下来，M3的Coding能力跟Claude sonnet水平相当，日常写代码什么的完全够用，最重要的还是性价比吧，我用M3不会感觉心疼，但是大家日常去Coding的场景能力绝对是足够了。
多模态：就像大家分析哪个大厂干不成什么事一样，需要有天然的基因，MiniMax本来TTS做的就很好，然后我就会想到，M3模型的多模态应该会做的很好，果然，M3的多模态用起来也确实很丝滑。
我的答案是M3。
因为它可以把一个 273 页的财报两个小时拆完，在几十个跌停里找出那一只可能反包的，写一个属于我自己的选股工具，UI还做得像币安一样漂亮，把那些以前只有专家才能干的事，干到自己的桌面上。
虽然AI不会让你变成巴菲特，但AI会让你变成那个本来也可以的自己。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
