MiniMax M3 综合领先
5 项评测中领先 4 项，平均分高 6.6 分
基于 5 项双方均有成绩的评测基准自动汇总，明细见下方图表。 另有 1 项 Elo/评分制评测未计入平均分（量纲不同，无法与百分制相加）。
随下方模式筛选实时变化。
综合领先
MiniMax-M2.7 · 300.66
单项最高
MiniMax-M2.7 · GDPval-AA v2 1495.00
模态覆盖
MiniMax M3 · 3 种模态
正面对比
6
评测基准
2
领先项
4
落后项
+13.74
平均分差
按评测基准逐项对比；切换思考模式或工具设置后，下方图表与表格同步更新。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
每条轴是该评测领域内百分制成绩的算术平均，反映的是这些评测的平均得分，不是模型能力评级。
相对优势: 科学与综合推理 +5.7 / 相对落后: 文本向量检索 -17.9
相对优势: 文本向量检索 +17.9 / 相对落后: 科学与综合推理 -5.7
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数（不取最高分），再按评测领域对这些分数求平均。只纳入至少两个模型有百分制成绩的评测；Codeforces、Arena 等 Elo/评分制评测已排除，因为把 1500 分的 Elo 与 85% 的准确率放在一起平均不具意义。缺项不按 0 分处理；各评测等权，未按难度加权，因此包含高难度评测的领域分数天然偏低。
按评测基准逐行列出各模型与运行模式的得分；同一行内可比，跨行不可比。
6 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | MiniMax-M2.7 | MiniMax M3 |
|---|---|---|
LiveBench 综合评估 | 63.49深度思考模式 | 70.02深度思考模式 |
GPQA Diamond 科学与综合推理 | 87.00开启思考 | 81.31常规模式 |
SWE-Bench Pro - Public 编程与软件工程 | 56.20开启思考 ｜ 工具 | 59.00开启思考 ｜ 工具 |
Context Arena 文本向量检索 | 33.29开启思考 | 51.15开启思考 |
GDPval-AA v2 生产力知识 | 1495.00开启思考 ｜ 工具 | 1379.75开启思考 ｜ 工具 |
AA-LCR 长上下文能力 | 69.00开启思考 ｜ 工具 | 80.33开启思考 |
各模型 API 的官方标价，按输入 / 输出分列；单位为美元 / 百万 tokens。
架构、许可与 API 模态等规格对比；「未提供」表示数据库暂无该字段。
| 功能与规格 | MiniMax-M2.7MiniMaxAI | MiniMax M3MiniMaxAI |
|---|---|---|
核心规格发布时间 | 2026-03-18 | 2026-06-01 |
上下文长度 | 200K | 1M |
总参数量 | 229B | 428B |
激活参数量 | 10B | 23B |
最大输出长度 | 204,800 tokens | 524,288 tokens |
模型架构 | MoE（混合专家） | MoE（混合专家） |
支持的运行模式 | 开启关闭 | 开启关闭 |
开源与许可代码开源 | 开源 · MiniMax-Modified MIT | 开源 · MIT License |
权重开源 | 开源 · MiniMax-Modified MIT | 开源 · MiniMax-Modified MIT |
授权状态 | 不可以商用 | 不可以商用 |
本地部署权重体积 | 未知 | 未提供 |
权重显存占用 | 未提供 | 未提供 |
权重下载 | Hugging Face | Hugging Face |
源码仓库 | GitHub | GitHub |
API 模态支持文本 输入/输出 | / | / |
图片 输入/输出 | 未提供 | / |
视频 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | MiniMax M2.7: Early Echoes of Self-Evolution | MiniMax M3: Coding & Agentic Frontier with MSA Architecture, 1M Context and Native Multimodality |
DataLearner 博客 | MiniMax M2.7 发布：模型开始帮自己训练自己 | 未提供 |
