企业官网建设流程全解析

MiniMax 这次算是把桌子掀了。大家还在按月计算各家 Token 套餐哪个划算的时候，MiniMax 反手就把 Token Plan 收进历史，推出了新的 M Plan：所有模态的额度揉成一个统一池子，文本、语音、图像、视频全走同一套体系。更关键的是 H3 视频模型直接解禁，同一账号既能跑文本任务，又能生成视频，不再像过去那样每种能力单独开户、单独计费。搭配社区里流行的“免密打通 Claude Code 与 Cursor”玩法，等于你用一个 M Plan 订阅，就能在终端 CLI、IDE 编辑器、视频生成三个入口换来换去。这篇文章不聊虚的，直接拆解 M Plan 的变化、H3 视频的实际用法，以及怎么把 Claude Code 和 Cursor 都接到 MiniMax 上。

1. M Plan 到底改了什么：从“按 Token 记账”到“全模态额度大一统”

1.1 为什么 Token Plan 会被淘汰

过去用 MiniMax 的 Token Plan 时，最烦的一件事就是每个模态单独算账。文本按 Token 扣，语音按秒数扣，图像按张数扣，视频更是单独一个计费体系。你要是同时在做聊天机器人和视频生成实验，脑子里得同时记着三套余额，稍不注意就出现“文本额度还剩一堆，视频额度已经见底”的尴尬局面。

Token Plan 的计费模型本质上还是“资源消耗型”思维：模型厂商按每一次 API 调用的成本来收费，用户则按消耗量来充值。但实际使用的人不是这么想的，大家更在意的是“我这个月要做完什么”，而不是“我调用了多少次”。尤其到了 2025 年，多模态需求已经是常态，一个项目里既要文本摘要、又要图片理解、偶尔还得生成一段短视频，按模态分开算账就成了纯粹的认知负担。

所以 M Plan 把 Token Plan 收掉，本质是计费模型的换代：从“按资源消耗记账”转向“按能力授权记账”。你买的是这个账号在一个周期内的完整能力包，而不是某个模型的按量额度。对轻度用户来说，可能感知不大；但对同时跑多个工具链的开发者，这种统一池子能省掉非常多的管理精力。

1.2 M Plan 的额度模型怎么理解

M Plan 的核心思路是“全模态额度大一统”：一个总用量池，无论是文本对话、语音合成、图像生成，还是 H3 视频生成，都从同一个池子里扣。具体的换算比例每个周期可能有差异，但大方向是这样的：每种模态按复杂度折算成统一的“用量分”，比如一次短文本对话消耗很小，一次视频生成消耗很大，但二者在同一个账本上。

理解这个模型可以类比家里的水费。以前 Token Plan 像去澡堂洗澡，洗头、搓背、泡池子分别交钱；M Plan 像办了张综合健身卡，你进同一个门，用哪个设施都从卡里扣时长。你不需要关心“水用了多少吨”，只需要知道“这个月卡还能用多久”。

对开发者的实际影响在于：只要 M Plan 还有余额，所有模态都能用，不存在“文本额度没用完但视频额度提前耗尽”的情况。反过来，如果你某个月视频生成特别多，文本调用也会被一起拖累。所以在 M Plan 下面，合理的做法不是“哪个模型省我就用哪个”，而是“哪个任务必须用哪个才用哪个”，把额度留给真正高价值的调用。

1.3 对普通开发者的实际影响

从实操角度，M Plan 带来的变化有这么几个：

• 账号只需要维护一组密钥，不用再分开管理文本、语音、视频的多个 API Key。
• 计费更透明，控制台里一个总池子的消耗曲线，比过去三个模块的报表好读得多。
• 适合把 MiniMax 作为“兜底模型”接入自己的工具链，不需要精细计算每次调用成本。

我自己实际用下来的感受是：以前在 Claude Code 里切换模型时，总要担心“这个 key 能不能跑文本”“那个 key 能不能跑视觉”，M Plan 之后这些顾虑少了大半。只要你在环境变量里填的是同一个密钥，Claude Code、Cursor、H3 视频脚本都能共用。这也是后文“免密打通”玩法的前提——所有入口认同一把钥匙。

2. H3 视频解禁：从“演示阶段”到“真正能生成视频”

2.1 H3 是什么，为什么值得关注

H3 是 MiniMax 的视频生成模型，解禁之前只能在特定页面或者限量体验里玩，M Plan 里则直接变成正式能力。你可以通过 API 调用 H3 生成视频，也可以看到它支持多种画幅、多种时长规格，从 5 秒的短片段到一分钟的长镜头都能做。对做短视频、自媒体配图、电商素材、游戏宣传片花的人来说，这意味着“生成视频”从玩具变成了可接入工作流的工具。

H3 值得关注的原因有两个。第一，它和文本模型共用一套账号体系，也就是说 M Plan 用户开箱即用，不需要额外开通视频服务。第二，H3 支持一定的镜头控制能力，在提示词里可以写清楚镜头语言，而不是像早期视频生成模型那样只能碰运气。社区里有人管这个叫 H3 Director 模式，本质上就是让你用文字当导演，把运镜、节奏、场景切换写进提示词。

2.2 视频提示词怎么写：5 秒和一分钟分别需要多少字

这是很多新手最先问的问题。H3 生成 5 秒视频，提示词该写多少字？我自己试下来，5 秒这种短片段，60 到 120 字的中文描述比较合适。不需要写成小作文，但要把“主体、动作、环境、光线、镜头”五个要素写齐。举个例子：

一只橘猫坐在窗台上，午后阳光透过玻璃洒在它身上，它慢慢转头看向镜头，背景是模糊的城市街道，镜头从特写缓缓拉远。

这段大概 50 多个字，生成 5 秒视频已经够用。如果你想要更强的镜头感，就再加一句“镜头先推进再环绕”。H3 对镜头指令的理解能力比早期模型强，你把“推拉摇移”写清楚，它真会照着执行。

一分钟视频就不一样了，这不是把一段提示词拉长 12 倍的问题。一分钟视频必须有分镜结构，我的习惯是把提示词按镜头拆开，一个镜头一个自然段，每段写清楚场景、角色、动作和时间。总的提示词可以到 400 到 600 字，但不是所有模型都会严格按段落执行，所以更稳妥的方式是分多次生成短片段，再用剪辑工具拼起来。H3 生成一分钟视频的能力可以让你直接输出长片段，但分段生成再拼接，可控性会高很多。

还有一个技巧：中文提示词的描述效率比英文高，因为中文表意密度大，同样 100 字能传递的信息量更多。如果你用英文提示词，字数要适当上浮百分之二三十，否则模型可能觉得信息不够。

2.3 本地部署和硬件优化：从 30 系显卡到 ROCm

H3 解禁之后，很多人关心的不只是云端 API，还有本地部署。社区里流传着 H3 的本地推理项目，几个关键词频繁出现：h3 easy、h3 mem eff s、ROCm、海光 K100。这里面透露出一个信号：H3 本地部署的优化方向是“低显存也能跑”。

mem_eff_s这类后缀代表显存优化版本，原理是用分块注意力、算子融合等手段把显存占用压下来。代价通常是推理速度变慢，但好处是让 3090、3080 这种 10G 到 24G 显存的卡也能跑起来。普通用户没必要研究每个算子怎么实现，只要记住一个选择逻辑：显存充足就选原版，速度最快；显存紧张就选 mem_eff 版本，保跑通。30 系显卡用户如果爆显存，优先找带mem_eff的版本或开启 CPU offload 选项。

在非 N 卡环境里，H3 也有适配方案。ROCm 是 AMD GPU 的常用计算平台，如果你用的是 AMD 卡，编译推理服务时要对齐 ROCm 版本。海光 K100 这类加速卡也走类似的 ROCm 兼容路线，能不能跑 H3 主要看算力库版本够不够新。Windows 10 上部署的话，建议直接用预编译的整合包，不要自己从源码折腾，否则光是编译环境就能耗掉一整天。

2.4 Director 模式：用文字当导演

H3 解禁后，最值得玩的是它的导演控制。在提示词里，你可以明确写“镜头：从低角度仰拍”“镜头：跟随主角侧面移动”“镜头：先特写眼睛再快速切换全景”。这些指令对早期视频生成模型往往是无效的，但 H3 在训练时专门吃了大量带镜头语言的视频对，所以它对“镜头感”的描述比一般模型灵敏。

我自己的经验是两类写法最有效：

• 显式镜头指令：在提示词开头或结尾单独写一行“镜头语言：推近，然后环绕主体一圈”。
• 场景切换指令：长视频里用“切到”“转场”来标明镜头切换点，比如“第一个镜头是雨夜街道，切到第二个镜头，主角推门进入便利店”。

需要注意的是，Director 模式不是万能的，它更擅长单镜头内的运镜控制，跨镜头的复杂调度仍需要多次生成再剪辑。我的建议是：把导演指令集中在“运镜”上，而不是“叙事”上；叙事靠分镜拆解，运镜靠提示词直写。

3. 免密打通 Claude Code 与 Cursor：实操配置全流程

3.1 前置准备：开通 M Plan 和拿到密钥

前面说那么多，最终要落到“怎么用”上。首先你需要有一个 MiniMax 开放平台的账号，并开通 M Plan。开通后在控制台里创建 API Key，注意保存好，因为很多平台只在创建时完整显示一次。拿到密钥后，你要确定两件事：API 接入域名，以及模型 ID。

MiniMax 的 API 端点可能在不同区域有不同域名，国内常见的是api.minimax.chat，国际区常见的是api.minimaxi.com。具体以你控制台“接入文档”里给的地址为准。文本对话和问答题一般走 OpenAI 兼容接口，路径通常是/v1或/v1/text/chatcompletion_v2。我不建议你死记硬背一个固定的 Base URL，因为平台升级后会调整，正确姿势是把控制台里的接入地址复制下来，保存到本地笔记里。

这里我要强调一个容易踩的坑：很多教程贴出来的 Base URL 其实是旧版的。MiniMax 接口路径改过，早期版本有/v1/text/chatcompletion_v2，新版 OpenAI 兼容接口可能直接就是/v1。你配置 Claude Code 和 Cursor 时，如果一直报 404 或 model not found，先回控制台查最新的接入地址，而不是怀疑密钥有问题。

3.2 Claude Code 接入 MiniMax：环境变量法

Claude Code 是 Anthropic 的命令行编程助手，本来只认 Anthropic 官方的接口，但它支持自定义 Base URL 和认证 Token。这意味着你完全可以把 MiniMax 当作后端模型，让 Claude Code 跑在 MiniMax 的模型上，这就是“免密打通”的核心逻辑：不需要 Anthropic 账号或 Claude 订阅，用 MiniMax 的密钥就能让 Claude Code 跑起来。

安装 Claude Code 本身很简单：

npm install -g @anthropic-ai/claude-code

装完之后，不要直接跑claude命令，先设置环境变量。Linux 和 macOS 下：

export ANTHROPIC_BASE_URL="https://api.minimaxi.com/v1" export ANTHROPIC_AUTH_TOKEN="你的MiniMax密钥" export ANTHROPIC_MODEL="MiniMax-Text-01" claude

Windows 下 PowerShell 语法略有不同：

$env:ANTHROPIC_BASE_URL="https://api.minimaxi.com/v1" $env:ANTHROPIC_AUTH_TOKEN="你的MiniMax密钥" $env:ANTHROPIC_MODEL="MiniMax-Text-01" claude

请把域名和模型名替换成你控制台里的真实值。这里说的MiniMax-Text-01只是我常用的示例，新版 M Plan 可能会有更新的模型 ID，比如 M 系列或者 H 系列对应文本模型，你要以控制台模型列表为准。

设置完成后，Claude Code 会像正常 Claude 一样在终端里工作，能帮你读代码、改文件、执行命令。唯一需要注意的是你要主动告诉它“你是一个通过 API 接入的助手”，因为有些场景下它默认的 system prompt 可能假设自己在 Anthropic 环境里，导致回答风格偏差。

3.3 Cursor 接入 MiniMax：自定义模型设置

Cursor 是 AI 代码编辑器，它的模型设置里支持自定义 API。要把 MiniMax 接进去，路径是：

Settings -> Models -> 开启自定义模型开关 -> 添加模型

添加模型时，你会看到 API Key、Base URL、模型 ID 三个输入框。API Key 填 MiniMax 密钥，Base URL 填 MiniMax 的 OpenAI 兼容地址，模型 ID 填你在控制台里创建的模型名。

配置好之后，回到聊天面板，把模型切换到自定义模型上。注意 Cursor 有一个习惯：如果你不主动切换，它可能还走原来的模型列表。切换之后第一轮响应会比较慢，因为 Cursor 在探测模型能力，别急着关窗口，等几十秒出结果。

还有一个很实用的设置：把 MiniMax 模型配置为“备用模型”。Cursor 的模型选择菜单里通常支持配置多个模型，你可以把官方模型留在主位，MiniMax 放在备用位。当官方模型网络抖动或者额度受限时，手动切换到 MiniMax 兜底。避免因为模型不可用导致整个编码中断。

3.4 VSCode 里配置 Claude Code 的小技巧

Claude Code 除了独立的终端 CLI，还能跑在 VSCode 的终端面板里。很多人装完 Claude Code 后懒得切窗口，直接在 VSCode 里打开终端跑claude，效果完全一样。但有几个小细节：

• VSCode 终端默认可能不加载你 shell 里的环境变量，如果你在终端里跑claude发现没生效，检查一下环境变量是否写进了.bashrc或.zshrc，而不是只在当前终端 session 里 export。
• 想让 Claude Code 能直接操作当前项目目录，在 VSCode 终端里启动时，确保当前工作目录就是项目根目录。Claude Code 会基于启动目录来读文件。
• 如果你用 Windows 且是在 VSCode 的 PowerShell 终端里运行，要记住$env:VAR="value"这种赋值只对当前终端有效，重启 VSCode 后需要重新设置。更好的办法是把变量写到系统环境变量里，或者写一个启动脚本每次自动配置。

3.5 让 Cursor 和 Claude Code 说中文：语言设置与回复风格

除了打通模型，大家问得最多的就是“Cursor 怎么设置中文回复”“Claude Code 怎么改成中文”。这其实分两个层面：界面语言和回复语言。

Cursor 的界面语言，一般在Settings -> General -> Language里切换。如果当前版本没提供中文界面选项，一个变通办法是安装汉化插件，比如在插件市场搜 “Chinese” 或 “Localization”。不过对我来说，IDE 界面保持英文问题不大，真正的痛点是代码注释和聊天回复它是英文的。

回复语言的控制方式更直接：在系统提示词或项目规则里加一句“Always reply in Chinese”。Claude Code 可以在启动时加上--system-prompt参数，或者你直接在第一轮对话里说“之后所有回复都用中文”。我这段时间用下来，推荐在项目根目录放一个CLAUDE.md或AGENTS.md文件，里面写清楚“请用中文回答问题，代码注释用中文，提交信息也用中文”。Claude Code 和 Cursor 都会自动读取这类项目规则文件，一劳永逸。

3.6 桌面版、在线升级和官方文档

如果你不想每次都在终端敲命令，可以关注 Claude Code 桌面版。它本质上是把 CLI 包了一层图形界面，适合不习惯命令行的用户。安装方式和配置环境变量与 CLI 一致，只是启动方式从终端变成了桌面应用。

Claude Code 的升级也很频繁，官方现在支持在线升级。终端里只需要：

claude update

如果在 VSCode 里提示版本太旧，先跑一次升级再继续。注意升级不会重置你的环境变量配置，但如果你用的是旧版 API 参数名，升级后可能出现参数不兼容的警告，这时候回到官方 changelog 看一眼最新参数格式。官方文档链接可以在 Anthropic 官网的 docs 页面找到，我一般只看 Models 和 Base URL 两节，其余不用细读。

4. 常见问题与排查技巧实录

4.1 问题速查表

这一节把我遇到过的典型问题整理成了一张速查表，照着排查比自己瞎试快得多。

4.2 踩坑心得：模型名、上下文长度和视频提示词

第一个坑是模型名写错。MiniMax 的模型 ID 在不同接口下写法可能不一样，控制台里显示的是MiniMax-Text-01，但 OpenAI 兼容接口里可能要求写成minimax-01或带版本后缀。别想当然，直接把控制台列表里的 id 拉出来粘贴。

第二个坑是上下文长度。Claude Code 和 Cursor 这类工具会一次塞入很多代码文件作为上下文。MiniMax 文本模型虽然支持超长上下文，但单次请求太长时，延迟会明显上升。如果你感觉整个对话越来越慢，先检查是不是项目文件被塞太多。建议把不需要的大文件加进 ignore 列表，或者拆分会话，不要让单个 session 积累几千行上下文。

第三个坑是视频提示词太短。H3 对短提示词的理解能力有限，尤其是“生成一个男人走在街上”这种十几个字的描述，出来的画面往往缺乏细节。我建议最少写到包含“主体 + 动作 + 环境 + 光线”四要素，哪怕字数多一点，也不要偷懒。视频生成的失败和文本生成不一样，文本生成错了还能重写，视频生成一次就是几十秒甚至几分钟，先把提示词打磨好再提交，效率反而最高。

4.3 几个容易忽视的小细节

Cursor 免费额度是个老话题。很多人注册完发现免费额度很快用光，如果不想付费，就在设置里把模型切换成自己接入的 MiniMax，这样消耗的是你自己的订阅额度，而不是 Cursor 的免费额度。这算是 M Plan 用户最划算的用法之一。

关于 Cursor 响应速度慢，除了网络因素外，最常见的原因是 Cursor 同时发送了多个模型请求做对比。如果你只是日常编码，在模型设置里关掉“同时请求多个模型”，只保留一个主模型，响应速度会显著提升。

最后说安全。Cursor 和 Claude Code 都会自动读取项目文件，如果你把 API 密钥写进了.bashrc、settings.json或者项目配置文件，要小心不要把整个项目打包发到公开仓库。最稳妥的方式是用系统环境变量保存密钥，项目里不落任何明文。另外，不要把重要的系统提示词或私有项目规则放在全局模型配置里，放在项目本地更安全，也能避免多项目之间串规则。

最后再聊两句实操心得

整套玩下来，我最满意的地方是用一个 M Plan 密钥，同时在 Claude Code、Cursor 和 H3 视频脚本三处干活。以前开三个平台的账号，密钥记三份，额度算三套，现在切上下文都不用换钥匙。如果你准备迁移，我的建议是从小处开始：先把 Claude Code 接上，跑一个简单任务确认链路通，再逐步把 Cursor 和视频生成加进来，不要一次性全改完。模型接入这种事，一次只动一个变量，出了问题才好定位。