MiniMax M3.1 Flash 跑分：BabyVision 91.0、HLE 48%、BankerToolBench 76.15
vllm_project · x · 2026-10-23
vLLM 发布 MiniMax M3.1 Flash 评测数据（3/5）：视觉理解 BabyVision（带工具）91.0 分、视觉推理 CharXiv RQ 82.5 分；知识面 AA-Omniscience 56%、推理 HLE 48%、科研推理 CritPt 22.3%；专业工具使用 BankerToolBench 76.15 分，为 MiniMax 内部对比中最高分。模型定位覆盖图表解读、前端构建与科研问题求解，不止于编码。
所属事件:vLLM Day-0 支持 MiniMax M3.1 Flash，NVFP4 显著提升部署效率(4 条相关)→
「模型」频道最新
- IBM CEO：最佳开源模型来自中国，西方落后 6-12 个月 — victor_explore · 2026-10-23
- ArchitectureIQ 基准：GPT-5.6 Sol 训练直觉达 76.4%，仍逊于人类部分领域 — ZimingLiu11 · 2026-10-23
- abliterated版GLM-5.3上线,10美元即得「世界级渗透测试员」 — deedydas · 2026-10-23
- DSH 框架吊打 Codex：更省 token、更快、更强，唯 FrontierCode 掉分 — teortaxesTex · 2026-10-23
- 34.5万条轨迹刻画 AI「性格」:Claude 最有规划性,GPT-5.5 最不活跃 — mdredze · 2026-10-23
- DeepSeek V4.1 编程基准疑标注混乱，同一版本两处得分不一 — teortaxesTex · 2026-10-23