在 MiniMax 最为紧张的时刻，内部的争论如期而至。事后，我与参与争吵的两位核心人员进行了交流。其中一人表示：“我认为他当时提出的观点是正确的，而且最终我们也是按照他的建议进行了调整。但当时的情绪就是会让我忍不住与他争辩。”

另一位则补充道：“我们吵完架之后并没有个人恩怨，讨论的焦点仅仅是技术参数的一些细节。”后来我得知，在另一次场合，当再次谈及此次定价风波时，他主动维护了那位当时并不在场、但曾被他点名的同事。

“他缺乏的是对整个背景的了解（context），这其实是大家都有责任。”

序言

在刚刚过去的六月，我有幸得以深入大模型公司 MiniMax 的内部，获得了极高的访问权限，几乎全程见证了 M3 模型的发布过程。

M3 模型是中国模型中少有的、强化了编程及 Agent 能力的原生多模态模型，其发布承载了公司的高度期望。

起初，我受邀了解这款模型上线背后的流程。由于其组织结构高度扁平化，一切都显得十分透明，这让我得以像一个“幽灵”般在其中游走。

然而，M3 发布后，MiniMax 迅速陷入了一场关于模型产品定价策略的争议。多种复杂因素交织，公司一度面临严峻挑战。

因此，我全程近距离地体验了 MiniMax 所经历的“至暗时刻”。

这次难得的经历以及所获得的权限，让我有机会观察一家仍在成长阶段但已快速完成上市的模型公司，在面对挑战时如何处理内部的争执、达成和解、进行反思并进行自我审视。

一切都以极快的速度推进，显得有些杂乱，却又充满生机。一家公司真正的特质，往往正是在这些困难的时刻才得以充分展现。

在不涉及最敏感的机密信息的前提下，我希望能将所见所闻全部呈现出来。

1. 争论

争论在意料之中爆发了。

这起事件发生在 MiniMax 内部为新模型 M3 发布而组建的百人“作战”群中。M3 是一款原生多模态模型，拥有 1M 的上下文长度，MiniMax 对其寄予厚望，希望借此模型将整体能力提升至新的高度。

6月1日清晨，M3 正式发布。这款模型凭借其独特的定位，在当日港股早盘交易时段，MiniMax 的股价一度上涨超过 7%。

然而，风暴却紧随其后降临。

仅仅过了半天，这个刚刚经历通宵达旦兴奋发布模型的群组，就被不断涌入的外部批评声音所淹没。

争议的核心在于这款模型同步推出的定价方案。

M3 发布的同时，新的收费体系也随之上线：原有的订阅制 Coding Plan 被切换为按 token 计费的新版 Token Plan。由于模型本身的升级，部分用户很快发现，在同等使用强度下，额度消耗的速度远超预期。更关键的是，此次调整缺乏充分的解释说明：用户未收到短信或站内信通知，官方页面上的信息也模糊不清。许多个人开发者是在登录后才赫然发现规则已变更。

不满情绪开始蔓延，有人涌向投诉平台要求退款，有人宣布不再续订，并在社交媒体上表达强烈不满。

我已在 MiniMax 内部“潜伏”一段时间，第一时间看到了这些截图，并迅速被同步到了内部的各个群组。

那些几乎没怎么休息的员工们又迅速聚集起来，讨论如何向用户进行解释。在内部同步了设计思路后，大家也很快意识到此前沟通的不足。改进方案很快被提出。当晚，道歉公告便已发出，承认在调整前未能与用户进行充分沟通，以及对老用户周限额的处理不当，并表示“是我们工作不到位”。

尽管如此，MiniMax 当天的股价最终还是掉头向下，收盘下跌 15.71%。

每个人都在忙碌，每个人都能感受到情绪的变化。

模型发布后的第二天，焦虑和沮丧的情绪达到了临界点。一名技术负责人终于在群里直接质问负责开放平台的同事，质疑该定价方案的设计思路，而后者所在的部门正是服务于模型产品用户和客户的。

对方自然不甘示弱，双方因此发生了激烈的争吵。

在这剑拔弩张的背后，是巨大的落差。过去数月，MiniMax 的全体员工都倾注心血于一款至关重要的模型上，而此刻，关注点却完全跑偏，每个人都急切地想弄清楚发生了什么，并迅速找到解决方案。

我曾目睹模型发布前大家满怀期待的样子，此刻在我看来，这似乎是互相指责的开端。

争吵在任何一个运转的公司组织中都是难以避免的，我总觉得这是窥探一家公司特质的绝佳窗口。而此刻，它毫无预警却又恰到好处地发生在我面前。

他们就定价档位的划分、额度的匹配、以及设计时是否充分站在用户角度等问题各执一词，火药味十足。然而，就在激烈的情绪对抗中，仅仅一个小时后，套餐设计便完成了更新。

这是一场高效率的争吵。

后来我发现，这类争吵在 MiniMax 并不少见，有时发生在大型群组，有时在会议室，有时甚至出现在最高层的讨论中，总之，很多时候就是这样，当着任何人的面发生。

风波稍有平息后，我约了两位争吵的主角在会议室进行了交谈。

我与其中一人聊了一会儿，另一人也推门加入了。我原以为他们之间会有尴尬，但似乎完全没有。

“我觉得他当时说的没错，而且后来事实上也确实按照他说的改了。”其中一人指着另一人说道。“但当时我就是会忍不住和他吵起来。”

“反正我们吵完架后并没有什么个人恩怨。”另一人表示。“我们争论的都是非常细微的内部技术参数。”

后来我了解到，在另一个场合，当再次讨论到当初的定价风波时，那位技术负责人竟然主动维护了那位与他发生争执、但当时并不在场的开放平台同事。他认为定价方案的整体方向没有问题，真正的问题在于后者刚加入公司不久，并没有经历过更早版本的套餐和用户的情绪变化。

“他缺乏的是背景信息（context），这其实是所有人的责任。”

2. Context

在 MiniMax，大部分员工通常在上午十点半左右陆续到公司。午餐和晚餐都由公司统一订餐，并且无需打卡——反而是周末加班时才需要打卡，这种反向的考勤制度旨在保护员工。

到了中午，办公区域逐渐热闹起来。位于漕河泾的三层办公区，每个区域都像是“大通铺”，四周散布着以各种星星命名的会议室，使用率极高，员工们经常找不到空闲的会议室。几个大会议室则用于接待访客以及每周一次的全员大会。这个每周五午餐时间的全员大会会邀请各行各业的专家进行分享。最近的一次，一位从美国留学归来的上海交大教授分享了心理学与 AI 的关系，员工们在线上踊跃提问，讨论“Anthropic 提到模型表现出明显的焦虑和神经质，从心理学角度如何解释这种现象，以及如何将其归因于训练方式和数据？”

模型发布前的一个工作日也是周五，全员大会如期举行，嘉宾是《凡人修仙传》的编剧。

公司里许多人是这部作品的忠实粉丝，包括 IO（MiniMax 创始人闫俊杰的花名，本文中均使用此内部称呼）。线上提问区最受关注的“问题”只有两个字：“催更”。

当时气氛轻松愉快，然而，仅仅 48 小时后，MiniMax 自己却变成了被“催更”的对象。

6月1日，M3 发布前夜，MiniMax 的大部分员工聚集在上海总部。当晚，有人在工区监控服务稳定性，有人在群组里追踪模型训练的进度（checkpoint），也有人在小型会议室围坐着一桌小龙虾，熬夜讨论最终的细节。

尽管如此，这家公司最习惯的协作方式仍然是在线。其主要的沟通群组并非按部门或业务划分，而是谁掌握了某件事的“context”（背景信息），谁就会被拉入同一个群组。重要事项会迅速发起会议，快速开始，快速结束。许多关键信息会在群组中突然出现，并被所有相关人员同时看到。

“Context”是这家公司所有行动中潜移默化强调的核心。为此，公司极大地鼓励信息的自由流动。

这种组织方式给我的第一印象是混乱但充满活力：群组众多，信息传递迅速，人与人之间几乎没有缓冲层。感觉就像置身于一个开放的广场。

6月1日凌晨，新模型 MiniMax M3 进入上线前的最后冲刺阶段，我看到所有算法和开发人员都进入了同一个文档，更新了最新 checkpoint 跑出的榜单成绩，以及对模型技术细节的最终描述。

隔着屏幕，看着几十个光标同时闪烁、移动、修改，仿佛整个公司都挤在了同一张纸上。

IO 也参与其中。

在 M3 发布前的这个凌晨，我看到 IO 被拉进了一个沟通群组，算法和关键技术方向的同事正在敲定一些核心细节，讨论热烈，每个人都在提出自己的看法。

IO 大部分时间都在倾听，这并非一种所有人听他指挥的讨论模式。但在最后，在获得了足够多的“context”之后，他会突然开口，做出最终决定。

通过观察和体验这家公司大量的协作过程，我发现这是一种常态——

当某项重要事项需要某人参与时，想到就会第一时间将这个人拉进来，因为相信“context”足够清晰，任何人都能迅速提供和获取新信息，IO 也不例外。而在充分的“context”下，他依然是那个做出判断、决策，以及在更复杂关键事项中做出取舍的人。

在模型发布前的紧张 48 小时里，我能真切地感受到群组中弥漫的兴奋。

M3 并非一次普通的更新。它承载了这家公司对自身的许多期望。也正因如此，当他们的兴奋和期待遭遇了因“缺乏 context”而引发的 Token Plan 争议、攻击甚至谩骂冲击时，对团队中的许多人来说，这无疑是一场“至暗时刻”。

3. 症结

三月份，OpenClaw 引发了 Agent 领域的广泛启蒙。MiniMax 当时推出的 M2.5 模型，恰逢用户在“养虾”（指使用 Agent 工具）的热潮，凭借其极高的性价比和足够的能力，成为这类产品的理想选择，MiniMax 因此迎来了模型领域的一个高光时刻。

然而，模型格局的变化速度极快。3月18日，MiniMax 随即推出了 M2.7，一个激活参数仅约 10B 的模型。

接下来的两个月里，Kimi 开源了 K2.6，DeepSeek 的 V4 达到了 1M 上下文，智谱的 GLM-5.1 宣布其编程能力已接近 Claude Opus 4.6；在大洋彼岸，Anthropic 发布了 Claude 5，OpenAI 的 GPT-5.5 也加入了竞争行列。

M2.7 的用户开始觉得这个定位的模型已不再够用。

一名产品线员工向我分享了后台用户对模型的反馈：当时的问题分类中，有六成指向了模型本身的问题。

外界容易忽略的一点是：MiniMax 是中国最早投入大模型训练的公司之一，并且一直以来对模型投入的资源也是最大的。不过，由于 MiniMax 也有自己的产品，更多用户是通过这些产品（而非模型本身）建立了对 MiniMax 的第一印象。

在模型智能水平突破一个门槛后，MiniMax M2 成为首个被外界认可其智能水平的模型。从内部的 KPI 和优先级来看，提升模型智能是内部最重要的目标，所有资源都应投入到交付更强大的模型上。

M3 正是这个长期目标中的一个关键节点。

“我们所有的注意力都集中在模型本身的智能上了。”多名不同业务线的内部员工这样向我描述发布前几个月公司所有人的状态。

随着围绕 Token Plan 的争议不断发酵，在短短一天之内，我亲眼见证了这家公司交付了他们期盼数月的模型，最初收获了技术圈的一些惊叹，随后因付费计划引发部分用户的愤怒，进而发布道歉声明，最终市值蒸发了两位数百分比。

接下来的几天，反馈信息从零星的几条消息演变为各个群组中不断转发的信息流。后续的解决方案也接踵而至。然而，许多批评的声音开始显得偏离了付费计划本身。这些批评逐渐演变为谩骂，内部开始发现一些具有“水军”特征的账号，成为情绪化传播的节点。

这一切让人们愈发困惑，其中 MiniMax 内部最为在意的是，这些讨论分散了人们对模型本身各项技术创新和新能力的关注。

同时，他们也以一种最为刺痛的方式意识到，缺乏提前沟通，以及对用户“context”（背景信息）的忽视，会带来多么惨痛的影响。

表面上看，这似乎难以理解，但在很大程度上，这些问题源于经验的不足，也源于这家公司过于理想化的行动方式。

如前所述，M3 是 MiniMax 追求更强大模型能力的起点。但在在此之前，随着更轻量级模型的发布，公司逐渐形成了一种习惯：模型最重要的就是让所有人都能用上，因此训练好后就尽快发布，用户在使用过程中，对模型智能程度的反馈最为重要。

在与多位了解这些决策制定过程的员工交流时，我发现，收费方式的改变和设计其实早已开始。它是追求模型能力提升的产物，而非表面上看是商业化的举措。

大约在三四月份，看到训练中的模型不断变强，内部意识到：新模型对应的付费体系需要更新。旧体系过于复杂，每增加一个模型，都需要配置相应的次数，次数和套餐之间又是一层复杂的换算。开发平台的员工经常遇到这样的问题——用户看到一长串配置，就会问：“你这个是什么？我不知道是什么。”

在对模型“终局”的判断上，内部的观点是，人们使用优秀模型的体验将越来越像使用水电煤，token 将成为服务本身。

既然现有的订阅方案显然不是未来的方向，那么就必须进行改变。那么，以何种节奏进行改变？

MiniMax 许多决策背后的思路再次显现：既然迟早要改，为何不早点开始。

“如果不改，用户可能都无法用好我们的新模型。”一位参与讨论和决策的内部员工回忆当初的决定时说道。

这并非 MiniMax 一家独有的困境。事实上，2026 年上半年，整个行业都在进行价格重塑。“当一个行业在 6 个月内有 20 倍的增速时，历史遗留问题是必然发生的，你不可能每一项都停下来做好、思考周全再往前推进。”

而这一切在 MiniMax 身上变得尤为复杂。

它成立仅四年，一切都处于快速成长的过程中。但正如我近距离观察到的那样：其内部依然保持着一家创业公司的状态。

然而，它也是最快完成上市的大模型公司，需要面对复杂的资本市场和商业化的审视。那些初创公司通常会忽略的问题，在此刻会被放大数倍，并在一个猝不及防的时刻爆发式地呈现出来。

六月发生的一切，正是这种复杂度的集中体现。一场因模型进步而带来的阵痛，以最激烈的方式，逼近了所有人。

4. 道歉

在 M3 发布后的某周例行全员大会上，公司推迟了原定的外部分享环节，转为了一场内部闭门的全员复盘。公司采用表格形式，要求员工实名提问，将尖锐的问题抛入大群，IO 则直面全体员工。

在这次大会上，IO 向所有人致歉：“效果没有达到预期，为此付出的同事们，我感到抱歉。”

我很少见到创始人如此直接地向全公司道歉。

随后，IO 分享了他全部的思考——关于竞争、技术、内部组织运转方式，他分析了哪里判断失误，哪里准备不足，以及最重要的，接下来将要采取的改变措施。

“事情并不复杂。接下来要做的就是，把模型做好。”有员工这样总结。

慌乱、沮丧、愤怒、公开争吵，并在争吵中快速解决问题。有“问责”，也有包容，但并非撕扯，而是继续向前推进——这似乎并非所有公司都会采取的应对方式。

这激起了我更多的好奇心，我询问了更多人，也更直接地问道：“在类似这样的时刻和过程中，有没有出现过推卸责任的现象？”

一位曾在 AI “大厂”工作过的员工思考片刻，向我对比了大厂的做法——大厂的思路是：“这件事谁没做好？他为什么没做好？责任是谁的？”而在 MiniMax，IO 会非常冷静客观地指出：“这件事里哪些做得好、哪些做得不好、产品团队有哪些地方做得不足。”

“当他说的是客观事实时，客观事实是不会给人带来额外压力的。”

这种“就事论事”的特质，我在许多员工那里都听到过类似的描述。它显然不是一种可以被“设计”出来的氛围。

一位曾在某大厂模型团队工作过，因受够了内部山头林立、资源争夺、安插眼线、频繁甩锅等制度性缺陷对模型研发造成持续蚕食而愤然离职，转投 MiniMax 的员工告诉我，你其实可以很快发现这里完全不同。

“在一些公司，你会在那里感到非常没有安全感，你会担心你的项目突然消失，担心有人给你甩锅，担心你与隔壁部门的协同不顺畅，担心他去投诉你，仅仅因为 KPI 不同。而在这里，人们可以在大群里吵架，这没什么关系，因为创始人会给你一种环境：只要我们把事情想对了、做对了，就没有问题。”

还有不少员工曾目睹两位联合创始人之间直接发生激烈争吵——然后，在接下来的会议中，两人又像往常一样正常工作。

“我一开始觉得奇怪，他们俩怎么能吵成这样？吵完之后马上又好好说话。后来我觉得这也是身体力行地在证明：