MiniMax-M1-80k 评测详情

MiniMax-M1-80k 当前已收录的代表性评测结果包括 AIME 2024（19 / 62，得分 86）、LiveCodeBench（82 / 250，得分 71.10）、MMLU Pro（58 / 176，得分 81.10）。

评测结果

MiniMax-M1-80k

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

81.10

58 / 176

常规模式

8.40

413 / 563

开启思考

8.90

404 / 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

70

324 / 462

开启思考

69.70

328 / 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

18.50

34 / 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

65

116 / 250

开启思考

71.10

82 / 250

SWE-bench Verified

常规模式

56

88 / 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

96.80

15 / 45

常规模式

86

19 / 62

常规模式

76.90

104 / 215

开启思考

61

138 / 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

34.20

200 / 264

Terminal Bench Hard

开启思考工具

3

225 / 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

41.80

203 / 282

与其他模型对比