MiniMax-M3.1-Flash在Artificial Analysis Intelligence Index上得分为42,比MiniMax-M3高13分,且每个任务的成本不到一半。它与GLM-5.3-Flash得分持平,但落后于DeepSeek V4.1 Flash 1017
MiniMax-M3.1-Flash是@MiniMax_AI的新Flash推理模型,我们以其最大努力设置进行了基准测试。它在Artificial Analysis Intelligence Index上得分为42,与GLM-5.3-Flash(max, 42)持平,略高于Gemini 3.8 Flash(high, 41),落后于DeepSeek V4.1 Flash 1017(max, 45)
主要要点:
➤ 与M3相比,复杂推理能力显著提升: MiniMax-M3.1-Flash在Humanity's Last Exam上得分为48%,领先于GLM-5.3-Flash(max, 40%)和DeepSeek V4.1 Flash 1017(max, 43%),与Gemini 3.8 Flash(high, 48%)持平。在CritPt上得分为22%,领先于GLM-5.3-Flash(15%)和Gemini 3.8 Flash(18%),略低于DeepSeek V4.1 Flash 1017(24%)。相比MiniMax-M3的39%和4%均有提升
➤ 输出token更少,每个任务成本更低: MiniMax-M3.1-Flash运行Intelligence Index使用了约189M输出token,远少于GLM-5.3-Flash(max, 约324M)、DeepSeek V4.1 Flash 1017(max, 约224M)和Gemini 3.8 Flash(high, 约334M)。结合每1M输入/输出token 0.15美元/0.60美元的定价,其每个Intelligence Index任务的成本约为0.22美元,而GLM-5.3-Flash约为0.28美元,DeepSeek V4.1 Flash 1017约为0.26美元,Gemini 3.8 Flash约为1.24美元,且不到MiniMax-M3约0.51美元的一半
➤ AA-Omniscience准确率高,但被高幻觉率抵消: MiniMax-M3.1-Flash在AA-Omniscience——我们衡量事实回忆和幻觉的基准——上答对了56%的问题,而GLM-5.3-Flash(max)为28%,DeepSeek V4.1 Flash 1017(max)为43%。它几乎尝试了每个问题,导致幻觉率为93%,AA-Omniscience总分为16
主要模型细节:
➤ 上下文窗口: 1M token
➤ 多模态: 文本和图像输入,文本输出
➤ 定价: 每1M输入/输出token 0.15美元/0.60美元,缓存输入为0.015美元/M
➤ 可用性: MiniMax第一方API,MiniMax宣布将于10月23日发布开放权重
➤ 许可: 目前为闭源权重,MiniMax宣布将于10月23日发布权重
