MiniMax 发布了其 M3.1 Flash 模型,这是一个拥有 428B 参数的混合专家(MoE)模型,上下文窗口为 100 万 token。该模型可通过 MiniMax API 访问,专为智能体任务、编码和视觉推理而设计。MiniMax 报告称,在智能体基准测试中表现强劲,在 Automation-Bench v1.0.6 等任务上超越了 GPT 5.6 "Sol" 和 Opus 5 等模型。然而,其编码性能表现不一,部分基准测试显示其落后于 DeepSeek-v4.1-Flash-1017 等竞争对手。 AI
影响 以具有竞争力的价格提供近乎前沿的智能体能力,可能降低复杂任务自动化的门槛。
排序理由 前沿实验室模型发布,附带系统卡。[lever_c 从 frontier_release 降级:ic=1 ai=1.0]
- Agents Last Exam
- Automation-Bench v1.0.6
- BabyVision
- BankerToolBench
- CharXiv RQ
- DeepSeek-v4.1-Flash-1017
- DeepSWE v1.1
- GPT 5.6 "Sol"
- LOCA-Bench 256K
- M3.1 Flash
- Minimax
- MiniMax API
- SWE Refactor Bench
- Terminal Bench 4.0
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →