MiniMax-M1-40k 评测详情

MiniMax-M1-40k 当前已收录的代表性评测结果包括 MMLU Pro（60 / 176，得分 80.60）、AIME 2024（23 / 62，得分 83.30）、LiveCodeBench（109 / 250，得分 65.70）。

评测结果

MiniMax-M1-40k

评测结果

综合评估

共 3 项评测

评测名称 / 模式

得分

排名/总数

常规模式

80.60

60 / 176

常规模式

7.20

436 / 563

开启思考

7.80

424 / 563

科学与综合推理

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

69.20

330 / 462

开启思考

68.20

335 / 462

常识问答

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式

17.90

35 / 47

编程与软件工程

共 3 项评测

评测名称 / 模式

得分

排名/总数

常规模式

62.30

123 / 250

开启思考

65.70

109 / 250

SWE-bench Verified

常规模式

55.60

89 / 116

数学推理

共 4 项评测

评测名称 / 模式

得分

排名/总数

常规模式

96

23 / 45

常规模式

83.30

23 / 62

常规模式

74.60

109 / 215

开启思考

13.70

205 / 215

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

τ²-Bench - Telecom

开启思考工具

31.60

207 / 264

Terminal Bench Hard

开启思考工具

2.30

229 / 244

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考

41.20

210 / 282

与其他模型对比