MiniMax M3.1 Flash 评测表曝光：自动化基准 62.8 分超 DeepSeek
QuixiAI · x · 2026-10-20
QuixiAI 分享了一张 MiniMax M3.1 Flash 与 DeepSeek-V4.1-Flash/Kimi-K3/GLM-5.3/GPT-5.6/Opus 5 的多基准横评表：在 CoWork 自动化类基准上 M3.1 Flash 以 62.8(Automation-Bench)、76.2(BankerToolBench)、60.3(LOCA-Bench 256K)领先多数对手；编码类 DeepSWE 73.7 略低于 DeepSeek-V4.1 的 77.0；CyberGym 82.2、CharXiv RQ 82.5。表格附有各基准的详细评测设置(harness、上下文窗口、judge 模型等)。作者同时吐槽官方未公布模型参数规模。
所属事件:MiniMax 发布 M3.1 Flash：自动化基准 62.8 分超 DeepSeek(2 条相关)→
「模型」频道最新
- Anthropic 安全团队开博客：让 Claude 自评对话安全性，1% 误报率下召回 78% — javirandor · 2026-10-20
- 传 Gemini 4 Argon 正逼近 Opus 5.5,DeepMind 追赶态势引热议 — vedantmisra · 2026-10-20
- 研究者在多项指标上判断 OpenAI 领先 Anthropic 约两个月 — peterwildeford · 2026-10-20
- OpenCode 免费上线 DeepSeek V4.1 Flash 1017,用户零改动 — intellectronica · 2026-10-20
- 匿名模型 Space Bunny 获OpenCode 连续 12 天第一 — MiniMax_AI · 2026-10-20
- MiniMax M3.1 Flash 登陆 Ollama:美国托管、零数据保留、1M 上下文 — MiniMax_AI · 2026-10-20