MiniMax M3.1 Flash 主打多步任务:AutomationBench-AA 72.5% 居开源模型之首
vllm_project · x · 2026-10-19
vLLM Day-0 系列第二篇,介绍 MiniMax M3.1 Flash 在多步工作流与软件工程上的表现:
- AutomationBench-AA 72.5%:在发布对比中居开源模型首位,覆盖协同办公自动化场景
- DeepSWE 73.67%:涵盖真实代码库理解、bug 修复与功能开发
模型被定位为面向需要规划任务、调用工具并贯穿完成的多步工作流,而非单轮问答。
所属事件:MiniMax 发布 M3.1 Flash：Space Bunny 揭晓，$0.15 定价 10 月 23 日开源(16 条相关)→
「编程与Agent」频道最新
- All-Things-Open 演讲:用 Docker Sandbox 加固 Agent 运行安全 — HowDevelop · 2026-10-19
- Nace AI 发布决策模型 Drex Max:专给 Computer Use agent 选动作,成本号称低至 1/167 — testingcatalog · 2026-10-19
- 30 秒看 Claude Opus 5.5 用 Blender MCP 给游戏做一丛灌木 — sidahuj · 2026-10-19
- Anthropic 工程师新角色：对 Claude 说“不”的判断力从哪来 — sqcai · 2026-10-19
- 摩根大通限制 AI agent 接触资金,监管抛出四问 — No-Conflict4823 · 2026-10-19
- 小说世界里的 19 个 AI agent 社会,现可经 MCP 造访 — patternflow · 2026-10-19