BenchLeader

MiniMax M3.1 Flash vs Qwen3.8 27B

詳しいプロフィール:MiniMax M3.1 Flash(MiniMax)とQwen3.8 27B(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月16日時点で、MiniMax M3.1 FlashとQwen3.8 27Bの品質は互角です(BenchLeader Indexで54.3 対 55.1、±7.2の誤差範囲内)。価格はMiniMax M3.1 Flashの方が4.2倍安く、100万トークンあたりのブレンド価格で$0.262 対 $1.09です。エージェント・ツール(55 対 44)を重視するならMiniMax M3.1 Flash、推論(58 対 50)、コーディング(62 対 55)を重視するならQwen3.8 27Bが向いています。回答開始までの時間はQwen3.8 27Bの方が短く、0.7秒 対 43.3秒です。MiniMax M3.1 Flashは出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiniMax M3.1 Flashが54.3、Qwen3.8 27Bが55.1です(BenchLeader、2026年11月16日)。
  • MiniMax M3.1 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
  • Qwen3.8 27Bの100万トークンあたりのブレンド価格は$1.09です(定価、2026年11月16日)。
  • MiniMax M3.1 FlashはQwen3.8 27Bより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある3件のベンチマークのうち、MiniMax M3.1 Flashが2件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はMiniMax M3.1 Flashが1584、Qwen3.8 27Bが1590です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングQwen3.8 27Bカテゴリスコア62 対 55;Arena WebDev 1590 対 1584中
エージェント・ツール利用MiniMax M3.1 Flashカテゴリスコア55 対 44;Arena Agent -2.7 対 -4.8高
推論Qwen3.8 27Bカテゴリスコア58 対 50高
画像などのメディアどちらでもカテゴリスコア62 対 61どちらでも
チャットの質(人間の評価)–Arenaの評価があるのはQwen3.8 27Bのみです(カテゴリスコア61)比較不可
最低コストMiniMax M3.1 Flash100万トークンあたりブレンド価格$0.262 対 $1.06;エージェント型コーディングセッション$0.011 対 $0.037–
回答開始の速さQwen3.8 27B最初の回答トークンまで0.7秒(Qwen3.8 27B)対 43.3秒(MiniMax M3.1 Flash)–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • MiniMax M3.1 FlashとQwen3.8 27Bの品質は互角です(54.3 対 55.1、±7.2の誤差範囲内)。
  • MiniMax M3.1 Flashはエージェント・ツール、マルチモーダルで優れています。
  • Qwen3.8 27Bはコーディング、推論で優れています。
  • MiniMax M3.1 Flashの方が4.2倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $1.09)。
  • MiniMax M3.1 Flashの方が出力が2.1倍速くなっています(151 対 73トークン/秒)。

概要

仕様MiniMax M3.1 FlashQwen3.8 27B
プロバイダーMiniMaxAlibaba
リリース日2026年10月19日2026年8月14日
コンテキストウィンドウ(トークン)1,000,000262,144
比較した構成MiniMax M3.1 FlashQwen3.8 27B
オープンウェイトありあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.150 / $0.600 / $0.015$0.420 / $3.00 / $0.085

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリMiniMax M3.1 FlashQwen3.8 27Bトップ
推論50.157.6Qwen3.8 27B
コーディング55.461.6Qwen3.8 27B
エージェント・ツール55.244.2MiniMax M3.1 Flash
数学–54.6比較不可
知識45.9–比較不可
人間の評価–61.3比較不可
マルチモーダル61.560.7互角
長文コンテキスト64.5–比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツールマルチモーダルMiniMax M3.1 Flash, 推論: 50.1MiniMax M3.1 Flash, コーディング: 55.4MiniMax M3.1 Flash, エージェント・ツール: 55.2MiniMax M3.1 Flash, マルチモーダル: 61.5Qwen3.8 27B, 推論: 57.6Qwen3.8 27B, コーディング: 61.6Qwen3.8 27B, エージェント・ツール: 44.2Qwen3.8 27B, マルチモーダル: 60.7

描画していないもの(測定済みのモデルが2つ未満):数学, 知識, 指示追従, 長文コンテキスト, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある3件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Qwen3.8 27Bのリードが1件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。

総合IndexMiniMax M3.1 FlashQwen3.8 27Bトップ
BenchLeader Index54.355.1互角
AA Intelligence Index v5.0.129.110.0†MiniMax M3.1 Flash

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標MiniMax M3.1 FlashQwen3.8 27B
100万トークンあたりのブレンド価格$0.262$1.06
100万トークンあたりの入力/出力$0.150 / $0.600$0.420 / $3.00
100万トークンあたりのキャッシュ入力$0.015$0.085
タスクあたりの価格:チャットの返答$0.0002$0.0011
タスクあたりの価格:30ページのレポートを要約$0.0022$0.0068
タスクあたりの価格:コード編集$0.0018$0.0070
タスクあたりの価格:エージェント型コーディングセッション$0.011$0.037
タスクあたりの価格:構造化データの抽出$0.0004$0.0014
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.0053$0.022
ベンチマークのタスクあたりのコスト(AA Index)$0.491–
タスクあたりの出力トークン(AA Index)138k–
うち推論103k–
タスクあたりの時間(AA Index)15 min–
出力速度151 tok/s73 tok/s
回答開始までの時間43.3秒0.7秒
回答が完了するまでの時間(最終測定2026年11月13日)141.5秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43秒。Qwen3.8 27Bのスコアは55.1、最初の回答トークンまで1秒。Qwen3.8 27B (xhigh)は52.2(109秒)、Qwen3.8 27B (medium)は50.2(24秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

120件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元MiniMax M3.1 FlashQwen3.8 27B
BenchLeader IndexBenchLeader54.355.1
エージェント・ツールスコアBenchLeader55.244.2
コーディングスコアBenchLeader55.461.6
知識スコアBenchLeader45.9–
長文コンテキストスコアBenchLeader64.5–
マルチモーダルスコアBenchLeader61.560.7
推論スコアBenchLeader50.157.6
人間の評価スコアBenchLeader–61.3
数学スコアBenchLeader–54.6
ブレンド価格($/100万トークン)BenchLeader$0.262$1.06
出力速度BenchLeader151 tok/s73 tok/s
回答開始までの時間BenchLeader43.3秒0.7秒
コンテキストウィンドウBenchLeader1,000,000トークン262,144トークン
推論
SimpleBenchSimpleBench–60.2%
Arena Hard PromptsArena (LMArena)–1459
LiveBench 2.0 ReasoningLiveBench82.9%†80.0%†
LiveBench 1.0 ReasoningLiveBench–80.0%
GPQA Diamond (AA)Artificial Analysis–90.5%†
Humanity's Last Exam (AA)Artificial Analysis48.0%33.9%†
HLE-Diamond (AA)Artificial Analysis28.1%15.3%†
GPQA Diamond (Vals)Vals AI–88.9%†
ARC-AGI-1ARC Prize–87.5%†
ARC-AGI-2ARC Prize–42.4%†
CritPtArtificial Analysis22.3%5.4%†
CritPt v2 hard subset (AA)Artificial Analysis32.5%4.0%†
Arena ExpertArena (LMArena)–1473
LMCAEpoch AI Benchmarking Hub–41.4%
DTBenchEpoch AI Benchmarking Hub–88.0%
コーディング
SciCodeSciCode–46.6%†
Arena CodingArena (LMArena)–1496
Arena WebDevArena (LMArena)15841590
LiveBench 2.0 CodingLiveBench68.8%†69.3%†
LiveBench 1.0 CodingLiveBench–75.7%
SciCode (AA)Artificial Analysis53.4%46.6%†
LiveCodeBenchVals AI–84.0%†
IOIVals AI–39.1%†
SWE-bench (Vals)Vals AI–86.0%†
Code MigrationVals AI–14.2%†
120件のベンチマークをすべて表示
指標公開元MiniMax M3.1 FlashQwen3.8 27B
コーディング
ProgramBenchVals AI–0.0%†
Vibe Code Bench v1.1Vals AI73.9%†64.8%†
Vibe Code Bench 1-100 v1.1Vals AI19.8%†–
SWE-Bench Pro V2Scale AI SEAL96.6%†–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%†–
Surface Evolver BenchEpoch AI Benchmarking Hub–45.0%†
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%5.6%†
Terminal-Bench 2.1 (AA)Artificial Analysis–79.8%†
GameBench 2 by reasoning settingDuelLab GameBench 230.3†43.8†
Design Arena WebsiteDesign Arena1277–
FrontierCode 1.1 (AA)Artificial Analysis38.6%34.2%†
FrontierCode 2.0 (AA)Artificial Analysis20.8%14.9%†
エージェント・ツール
APEX-AgentsMercor–47.5%
Arena AgentArena (LMArena)-2.7-4.8
LiveBench Long AgenticLiveBench25.7%†15.9%†
LiveBench BrowserLiveBench80.6%†24.2%†
LiveBench Agentic CodingLiveBench–61.4%
Terminal-Bench 2.1 (Vals)Vals AI–58.4%†
HiL-BenchScale AI SEAL65.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis47.9%46.0%†
GDPval-AA v2.1Artificial Analysis14651426†
τ³-Banking (AA)Artificial Analysis–48.0%†
CyberBenchVals AI–67.8%†
Finance Agent v2Vals AI–48.5%†
Finance Agent v2.1Vals AI58.8%†–
Harvey's Legal Agent Benchmark v1.1Vals AI7.5%†–
Harvey's Legal Agent Benchmark v1Vals AI–11.3%†
Legal Research BenchVals AI34.1%†36.1%†
SkillsBenchVals AI–38.1%†
Tax Agent BenchVals AI32.1%†30.9%†
Terminal-Bench 4.0 (Vals)Vals AI25.3%†–
Terminal-Bench ScienceVals AI–0.0%†
Arena Agent Task CompletionArena (LMArena)-0.7-2.7
AutomationBenchArtificial Analysis72.5%48.2%†
GDP.pdf (AA)Artificial Analysis20.8%16.4%†
EnterpriseOps-GymArtificial Analysis–44.2%†
AA-Briefcase v1.1Artificial Analysis14741391†
GDPxGDPx by SemiAnalysis4.0%†–
Design Arena AgenticDesign Arena1252–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.3%0.5%†
CWE-Bench (AA)Artificial Analysis–26.7%†
DeepSec-Bench (AA)Artificial Analysis–11.5%†
CyberGym end-to-end (AA)Artificial Analysis–0.0%†
MKA (AA)Artificial Analysis33.5%–
数学
ProofBenchVals AI–16.0%
LiveBench MathematicsLiveBench–86.2%
Arena MathsArena (LMArena)–1451
知識
LiveBench 2.0 Data AnalysisLiveBench71.4%†76.6%†
LiveBench ResearchLiveBench76.7%†61.3%†
LiveBench 1.0 Data AnalysisLiveBench–76.6%
AA-Omniscience v1.1Artificial Analysis-6.4-6.4†
MMLU-ProVals AI–84.3%†
LegalBenchVals AI–82.4%†
TaxEvalVals AI–70.8%†
PRBench FinanceScale AI SEAL45.6%–
PRBench LegalScale AI SEAL45.1%–
Excel Modeling BenchmarkVals AI–59.7%†
Excel Modeling Benchmark v1.1Vals AI67.8%†–
MedCodeVals AI–28.7%†
MedScribeVals AI–83.8%†
Access to Justice BenchmarkVals AI73.3%†–
AA-Omniscience v1.1: accuracyArtificial Analysis45.1%17.3%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis6.3%71.4%†
指示追従
LiveBench LanguageLiveBench–74.3%
LiveBench Instruction FollowingLiveBench–72.7%
Arena Instruction FollowingArena (LMArena)–1419
人間の評価
Arena TextArena (LMArena)–1434
EQ-Bench Creative Writing v3EQ-Bench–1671
Arena Creative WritingArena (LMArena)–1359
Arena Multi-turnArena (LMArena)–1436
Arena Longer QueriesArena (LMArena)–1443
マルチモーダル
Arena VisionArena (LMArena)–1270
LiveBench DesignLiveBench71.2%†72.4%†
MMMU-ProArtificial Analysis79.1%76.3%†
MMMU-Pro (Vals)Vals AI–83.9%†
MortgageTaxVals AI–64.9%†
SAGEVals AI85.3%†–
GeoBenchGeoBench–38.0%
VIALS-AAHandshake AI29.8%–
Code2Video-AAArtificial Analysis–949†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%82.0%†
MLCRArtificial Analysis16.7%22.8%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–152.6
LiveBench 2.0LiveBench63.7%†54.0%†
LiveBench 1.0LiveBench–75.3%
AA Intelligence Index v5.0.1Artificial Analysis29.120.1†
AA Intelligence Index v4.3.2Artificial Analysis42.733.7†
AA Progress Index v1Artificial Analysis317.6303.1†
Vals IndexVals AI53.8†–
Vals Finance IndexVals AI55.9%†–
Vals Router IndexVals AI53.8%–
Vals Legal IndexVals AI67.1%†–
AA Cyber IndexArtificial Analysis–12.7†
安全性・誠実さ
FORTRESSScale AI SEAL52.1%–
メタデータ
AA Openness IndexArtificial Analysis27.838.9†

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
  • Qwen3.8 27B:BenchLeader Index 53.2 → 55.1。
  • Qwen3.8 27B:価格 $0.10/M → $0.085/M。
  • Qwen3.8 27B:入力価格 $0.45/M → $0.42/M。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • Qwen3.8 27B:BenchLeader Index 54.0 → 53.2。
  • MiniMax M3.1 Flash:スコアの改訂1件。
  • Qwen3.8 27B:新しい結果2件(SimpleBench, GeoBench)。
  • MiniMax M3.1 Flash:スコアの改訂6件。
  • Qwen3.8 27B:スコアの改訂5件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

MiniMax M3.1 Flash vs Qwen3.8 27B:よくある質問

MiniMax M3.1 FlashはQwen3.8 27Bより優れていますか?
MiniMax M3.1 FlashとQwen3.8 27Bの品質は互角です(54.3 対 55.1、±7.2の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
MiniMax M3.1 FlashとQwen3.8 27Bはどちらが安いですか?今後変わる予定はありますか?
現在はMiniMax M3.1 Flashの方が安く、100万トークンあたり$0.262 対 $1.09です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはMiniMax M3.1 FlashとQwen3.8 27Bのどちらが向いていますか?
コーディングではQwen3.8 27Bの方がスコアが高くなっています(カテゴリ指標で62 対 55。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、MiniMax M3.1 Flashが1584、Qwen3.8 27Bが1590です。
MiniMax M3.1 FlashとQwen3.8 27Bはどちらが速いですか?
MiniMax M3.1 Flashの方が出力が約2倍速くなっています(出力151 対 73トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはMiniMax M3.1 FlashとQwen3.8 27Bのどちらが向いていますか?
エージェント型のタスクではMiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 対 44。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、MiniMax M3.1 Flashが-2.7、Qwen3.8 27Bが-4.8です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
コンテキストはMiniMax M3.1 Flashの方が長く、1,000,000トークンです(Qwen3.8 27Bは262,144トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはQwen3.8 27Bです。Artificial Analysisの測定では、最初の回答トークンまで0.7秒 対 43.3秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
MiniMax M3.1 FlashとQwen3.8 27Bについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある3件のベンチマークのうち、MiniMax M3.1 Flashのリードが2件、Qwen3.8 27Bのリードが1件です。両方を評価しているすべての総合指標で、MiniMax M3.1 Flashが上回っています。
MiniMax M3.1 Flashはいつリリースされましたか?
MiniMax M3.1 Flashは2026年10月19日にリリースされました。