Skip to content

MiniMax-M3.1-Flash

Data source: AIHOT

Model data is shown as published (Chinese).

← Leaderboard
MiniMax

Released: 2026-10-19 · Context: 1M tokens

Open weights ↗
59.8

Overall rank 43

Official API prices ¥ / million tokens

Input
¥1
Output
¥4
Cache hits
¥0.1
Official pricing ↗

Domain capabilities

BoardRankScoreBenchmarks
综合4359.826
编程3959.85
科研4260.57
专业办公3464.18
知识问答63535

编程 · 59.8

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis25.8%62.6882026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

FrontierCode 2.0 ↗

在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。

Artificial Analysis20.8%61.8782026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Vals AI25.3%61.6342026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Vibe Code Bench v1.1 ↗

按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。

Vals AI73.9%61.3522026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis53.4%54.4862026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

科研 · 60.5

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis22.3%66.3662026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

致知 · 逻辑月榜 ↗

个人长期维护的难题榜:用中文出的逻辑、数学、空间和编程题,看模型能不能想清楚。

llm201445.1%66.1172026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis48.0%64.2412026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

司南 · 推理 ↗

逻辑、数量、空间与物理推理,以及批判性思维。

OpenCompass75.0%62.9162026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

CritPt v2 Hard ↗

修订版研究级物理题里较难的 40 道,可以写代码辅助演算。

Artificial Analysis32.5%60.7852026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

司南 · 抽象 ↗

考查注意与扫描、语言理解、识别相关信息和抽象概念。

OpenCompass62.5%58.7222026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Terminal-Bench Science ↗

在命令行里走完一段科研流程:处理数据、跑分析、得出结果。

Artificial Analysis3.3%56.41042026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

专业办公 · 64.1

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis72.5%73.1152026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

TaxAgentBench ↗

回答税务专业问题,要查到税法依据并注明出处。

Vals AI32.1%67.3262026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis1,474.466.8692026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Excel Modeling v1.1 ↗

在 Excel 里搭财务模型:在模板上补全,或者从零建表。

Vals AI67.8%65.3312026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Finance Agent v2.1 ↗

金融分析师的日常工作:查公司财报、做计算和分析。

Vals AI58.8%63.8352026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis1,465.361.1732026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Legal Research Bench ↗

像律师一样查法规和判例,写出有出处的结论。

Vals AI34.1%61582026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Harvey 法律 Agent 基准 v1.1 ↗

处理法律资料,交付 Word、Excel、幻灯片等能直接审阅的文件。

Vals AI7.5%57.7302026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

知识问答 · 53

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
MLCR-AA ↗

读很长的医疗记录回答问题,答案要完整且不能违背原始记录。

Artificial Analysis16.7%58.8892026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis79.7%53.51012026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

司南 · 知识 ↗

应用科学、日常生活、自然科学和人文社科等方面的知识题。

OpenCompass56.0%50.7262026-11-18
Notes

代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Omniscience v1.1 ↗

各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。

Artificial Analysis-6.447.31122026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

NYT Connections 扩展版 ↗

把一组英文词按隐藏的类别分好,里面混着故意误导的干扰词。

Lech Mazur28.3%33.11132026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

真人盲选 · 59.7

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,58260.3442026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Benchmarks without results

  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • Code Migration v1.1
  • ProgramBench
  • MirrorCode
  • CyberBench Patch v1.1
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • FrontierMath v2 · Tiers 1–3
  • LiveBench · 推理与数学
  • ARC-AGI-2
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • BioMysteryBench
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • LiveBench · 数据分析
  • AA-Analyst Agent
  • SimpleQA Verified
  • LiveBench · 语言与指令
  • BullshitBench · 错误前提
  • Arena Text

Recent news

11-18Fireworks 评测 MiniMax M3.1 Flash:编码性价比高,但银行、临床和税务场景不及对比模型Fireworks AI

11-07MiniMax M3.1 Flash 上线 FireworksAI,旧金山办分享会MiniMax

10-28MiniMax M3.1 Flash 直播活动预告MiniMax

10-27MiniMax M3.1 Flash 通过 Unsloth Dynamic GGUF 可在 143.9GB 内存本地运行MiniMax

10-26Unsloth 发布 MiniMax-M3.1-Flash 量化 GGUF,2-bit 版可在 150GB 内存本地运行Unsloth

10-24MiniMax M3.1 Flash 上线 Tenstorrent CloudMiniMax