过去，人工智能领域的竞争焦点集中于“谁拥有最智能的模型”。模型参数、推理能力以及在各种基准测试（Benchmark）中的排名，几乎构成了所有AI公司发布会的核心内容。无论是OpenAI、Anthropic、智谱、MiniMax还是月之暗面，它们的自我介绍方式都高度相似：模型越智能，公司价值就越高，这是第一代大模型公司普遍采用的叙事模式。

然而，这种叙事正在发生转变。以MiniMax M3的发布为例，其最引人注目的内容已不再是单纯的模型能力，而是BrowserComp、SWE Bench、Terminal Bench、OSWorld和MCP Atlas等一系列新的基准测试。这些测试的共同点在于，它们不再关注模型“知道什么”，而是模型“能做什么”。

许多人将这一变化解读为“Agent”概念的兴起。但若放长远来看，M3更值得关注的并非Agent本身，而是MiniMax对其自身价值定位的重新思考。它开始尝试解答一个行业过去较少认真面对的问题：一家AI公司究竟在销售什么？

第一代AI公司：出售“智能”

在过去几年中，竞争逻辑十分直接：模型能力即产品，Benchmark即价值。MMLU、GSM8K、HumanEval、LiveCodeBench等基准测试不仅是技术评估工具，更是一套市场普遍认可的价值衡量标准。如同CPU有SPEC、GPU有MLPerf、数据库有TPC一样，成熟的产业都需要统一的标准来理解产品价值、辅助采购决策，并帮助资本形成共识。因此，参数规模和排行榜位置成为市场理解AI公司的最直观方式，模型本身即是商品。

在MiniMax M3的发布中，一个容易被忽视的细节是，MiniMax花费了大量篇幅介绍另一类能力。SWE Bench、BrowserComp、Terminal Bench、OSWorld、MCP等基准测试的共同特点是，它们几乎不关心模型是否能回答问题，而是关注模型能否修复实际的软件漏洞、能否独立完成网页操作、能否调用开发环境、能否与企业系统集成，以及能否完成一项完整的工作。

这意味着，Benchmark的评价对象发生了根本性变化。过去评价的是“智能”（Intelligence），现在评价的是“任务完成度”（Task Completion）。模型首次面临的是“岗位考核”，而非“知识考试”。这不仅是评测体系的革新，更是MiniMax向市场传递的信号：模型能力依然重要，但真正驱动商业价值的将是其“工作能力”。

MiniMax为何强调“工作”？

此前，大模型最重要的客户是开发者，他们购买的是模型的能力，关注的是其智能程度和解决复杂问题的潜力。然而，企业客户在采购AI时，很少关注模型在排行榜上的位置。他们更关心AI能帮助业务完成多少工作、节省多少人力、融入多少流程、提升多少效率。

因此，产品表达方式也随之改变。浏览器能力不再仅仅是浏览，而是融入办公流程；编码能力不只是生成代码，而是进入研发流程；终端能力不只是Linux操作，而是进入开发环境；MCP能力不只是协议，而是接入企业现有软件系统。将这些能力整合来看，MiniMax试图展示的已非单一模型，而是一套“工作流能力”。

从Token到Workflow：价值单位的转变

许多人仍将AI公司视为API提供商，收入模式基于Token消耗。调用次数越多，收入越高，这是早期AI的商业模式。但如今，一种新的趋势正在显现：越来越多的企业购买AI，并非为了获取更多回答，而是为了完成更多具体工作。

修复一个Bug、整理一次会议纪要、处理一张工单、分析一份合同、完成一次网页操作——价值的衡量单位正在发生变化。过去，一次调用对应一个答案；如今，一次调用越来越对应一项任务。MiniMax M3的产品设计也日益围绕这一逻辑展开。模型成为底层基础，而“工作流”（Workflow）成为核心产品。

将M3置于行业视角下，它代表了一种新的产品叙事。越来越多的AI公司开始展现其“工作能力”。这种转变并非MiniMax独有。Claude Code强调开发工作流；OpenAI的Operator和Computer Use关注任务执行；Google则不断强化Gemini在Workspace和浏览器中的协同能力。整个行业正围绕新的竞争单元——Workflow和Productivity——展开角力。

资本为何关注这一转变？

资本市场关注的始终是技术如何转化为持续收入，而非技术领先本身。模型能力可以构建技术壁垒，而“工作流”则更容易构筑商业壁垒。一旦工作流深入企业应用，便意味着数据沉淀、流程绑定、员工习惯形成以及系统集成。这些都将带来更高的续费率、更强的客户粘性以及更稳健的商业模式。

因此，越来越多的AI公司正将产品叙事从模型能力转向工作能力。这并非放弃模型，而是在模型能力之外，寻求更长远的价值来源。

从更高层面来看，M3最值得关注的并非某一项基准测试，而是MiniMax对未来竞争对手的重新定义：从其他模型公司，转变为企业工作入口、浏览器、IDE、Office、ERP、CRM等平台。企业数据不会沉淀在一次对话中，而是最终汇集于日常工作流。谁能更深入地融入企业工作流，谁就拥有更坚实的商业基础。

从这个角度看，MiniMax未来的竞争对手，不仅包括OpenAI或Anthropic，更涵盖所有定义企业工作方式的软件平台。

价值重构的开端

如果说过去的大模型竞争围绕“智能”展开，那么MiniMax M3所展示的，则是一种不同的竞争逻辑。模型依然重要，但正从产品转变为基础设施。真正走到台前的是模型如何进入企业、连接软件、完成工作。

对MiniMax而言，这可能比一次Benchmark排名更具意义。因为它意味着公司开始尝试回答一个新问题：当模型能力趋于同质化时，一家AI公司还能凭借什么建立长期价值？M3给出的答案并非更多参数或排行榜，而是更多真实的工作场景。这或许也是AI行业进入下一阶段的关键信号。

未来，决定一家AI公司价值的，将不仅是模型的智能程度，更是其赋能企业重组生产力的能力。