MiniMax M3.1 Flash 评测详情

MiniMax M3.1 Flash 当前已收录的代表性评测结果包括 AutomationBench（1 / 46，得分 62.80）、DeepSWE（10 / 106，得分 73.70）、CritPt（36 / 208，得分 22.29）。

评测结果

MiniMax M3.1 Flash

评测结果

综合知识考试

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

47.96

55 / 244

unknown

43.40

2 / 5

跨长文理解与整合

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

79.67

4 / 11

LOCA-Bench 256K

unknown工具

60.30

1 / 1

仓库修复与多文件工程

共 4 项评测

评测名称 / 模式

得分

排名/总数

高工具

68.10

35 / 106

最高工具

73.70

10 / 106

极高工具

72.10

19 / 106

unknown工具

61.20

6 / 20

桌面工作流

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown工具

61.70

10 / 16

跨应用与工具编排

共 2 项评测

评测名称 / 模式

得分

排名/总数

AutomationBench-AA

unknown

72.52

1 / 5

Agents' Last Exam

最高工具

29.61

10 / 21

机器学习工程

共 1 项评测

评测名称 / 模式

得分

排名/总数

PostTrain Bench

unknown工具

39.30

2 / 6

跨行业工作评估

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

1457.69

6 / 11

办公与文档流程

共 9 项评测

评测名称 / 模式

得分

排名/总数

unknown

1651.76

12 / 13

unknown

1473.90

12 / 13

unknown

1425.44

12 / 13

unknown

47.80

12 / 13

AutomationBench

低工具

52.80

8 / 46

AutomationBench

中工具

57.70

5 / 46

AutomationBench

高工具

59.20

4 / 46

AutomationBench

最高工具

62.80

1 / 46

AutomationBench

极高工具

61.20

2 / 46

图像感知与视觉推理

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown工具

91

4 / 13

unknown

79.13

52 / 233

文档与图表理解

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown工具

82.50

19 / 25

unknown

20.80

39 / 126

科学知识与推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

22.29

36 / 208

科学计算与科研编程

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

53.36

56 / 137

漏洞发现与分析

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown工具

82.20

8 / 14

综合偏好评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

Code Arena WebDev

unknown

1588

1 / 2

自主开发与终端任务

共 2 项评测

评测名称 / 模式

得分

排名/总数

Terminal-Bench 4.0

unknown工具

38.10

27 / 108

Terminal-Bench 4.0

unknown

25.76

40 / 108

跨能力聚合指数

共 2 项评测

评测名称 / 模式

得分

排名/总数

AA Intelligence Index v4.3

开启思考工具

42.71

51 / 197

AA Intelligence Index v4.3

unknown

42.38

53 / 197

事实可靠性与幻觉

共 3 项评测

评测名称 / 模式

得分

排名/总数

unknown

92.81

10 / 10

unknown

56.20

10 / 10

unknown

15.55

10 / 10

金融

共 1 项评测

评测名称 / 模式

得分

排名/总数

BankerToolBench

unknown工具

76.20

1 / 1

维护、优化与工程管理

共 1 项评测

评测名称 / 模式

得分

排名/总数

SWE Refactor Bench

unknown工具

23

1 / 1

跨能力综合测试

共 1 项评测

评测名称 / 模式

得分

排名/总数

最高工具

73.09

21 / 49

与其他模型对比