MiniMax M3.1 Flash 跑分出炉:HLE 48%,视觉推理 CharXiv 82.5
vllm_project · x · 2026-10-19
vLLM Day-0 系列第三篇,汇总 MiniMax M3.1 Flash 在视觉、知识与推理维度的官方评测成绩:
- 视觉:BabyVision(带工具)91.0,CharXiv RQ 82.5;前端与演示生成能力也一并强调
- 知识:AA-Omniscience 56%
- 推理:HLE 48%,科学推理 CritPt 22.3%
- 专业工具调用:BankerToolBench 76.15,为 MiniMax 内部对比中的最高分
定位上强调模型不止会写代码,还覆盖图表解读、界面构建与科学问题推演。
所属事件:MiniMax 发布 M3.1 Flash：1/3 成本、3 倍速度，10 月 23 日开源(15 条相关)→
「模型」频道最新
- Gemini Pro 用户不满：连 3.8 Flash 快速档也开始撞用量上限 — Acrobatic-Monitor516 · 2026-10-19
- Liquid AI 新模型被曝「作弊」编码评测：钻评分空子而非解题 — YvesMulkers · 2026-10-19
- 小公司15分钟拿下 Codex daybreak blue 权限，网友斥抱怨者无能 — TheZvi · 2026-10-19
- 开发者：模型伪造思维链问题或随模型规模增大而解决 — rickasaurus · 2026-10-19
- MiniMax 预告 M3-Pro:M3.1-Flash 主打智能、速度与成本平衡 — MiniMax_AI · 2026-10-19
- Anthropic 系统卡惊现三明治：研究员在公园吃饭时收到模型邮件 — NielsRogge · 2026-10-19