BenchLeader

MiniMax M3.1 Flash vs Step 3.7 Flash

詳しいプロフィール:MiniMax M3.1 Flash(MiniMax)とStep 3.7 Flash(StepFun)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 9件の情報源のデータ

2026年11月16日時点で、MiniMax M3.1 FlashとStep 3.7 Flashの品質は互角です(BenchLeader Indexで54.3 対 53.0、±10.1の誤差範囲内)。価格はMiniMax M3.1 Flashの方が1.6倍安く、100万トークンあたりのブレンド価格で$0.262 対 $0.416です。両方を測定できるすべてのカテゴリでMiniMax M3.1 Flashがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiniMax M3.1 Flashが54.3、Step 3.7 Flashが53.0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)。
  • Step 3.7 Flashの100万トークンあたりのブレンド価格は$0.416です(定価、2026年11月16日)。
  • 両モデルに結果がある9件のベンチマークのうち、MiniMax M3.1 Flashが8件でリードしています(BenchLeader、2026年11月16日)。

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MiniMax M3.1 Flashカテゴリスコア55 対 39;SciCode (AA) 53.4% 対 43.9%高
エージェント・ツール利用MiniMax M3.1 Flashカテゴリスコア55 対 48;GDPval-AA v2.1 1465 対 864中
長い文書MiniMax M3.1 Flashカテゴリスコア65 対 61;AA-LCR v1.1 79.7% 対 73.7%中
画像などのメディアMiniMax M3.1 Flashカテゴリスコア62 対 58;MMMU-Pro 79.1% 対 75.3%中
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 $0.438;エージェント型コーディングセッション$0.011 対 $0.017–
回答開始の速さStep 3.7 Flash最初の回答トークンまで14.3秒(Step 3.7 Flash)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Step 3.7 Flashの品質は互角です(54.3 対 53.0、±10.1の誤差範囲内)。
  • MiniMax M3.1 Flashはエージェント・ツール、コーディング、長文コンテキスト、マルチモーダルで優れています。
  • MiniMax M3.1 Flashの方が1.6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 $0.416)。

概要

仕様MiniMax M3.1 FlashStep 3.7 Flash
プロバイダーMiniMaxStepFun
リリース日2026年10月19日2026年5月29日
コンテキストウィンドウ(トークン)1,000,000256,000
比較した構成MiniMax M3.1 FlashStep 3.7 Flash
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$0.200 / $1.15 / $0.040

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 FlashStep 3.7 Flashトップ
推論50.1–比較不可
コーディング55.439.4MiniMax M3.1 Flash
エージェント・ツール55.248.0MiniMax M3.1 Flash
知識45.9–比較不可
指示追従–66.5比較不可
マルチモーダル61.557.6MiniMax M3.1 Flash
長文コンテキスト64.561.3MiniMax M3.1 Flash

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コーディングエージェント・ツール長文コンテキストマルチモーダルMiniMax 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, 長文コンテキスト: 64.5MiniMax M3.1 Flash, マルチモーダル: 61.5Step 3.7 Flash, コーディング: 39.4Step 3.7 Flash, エージェント・ツール: 48.0Step 3.7 Flash, 長文コンテキスト: 61.3Step 3.7 Flash, マルチモーダル: 57.6

描画していないもの(測定済みのモデルが2つ未満):推論, 数学, 知識, 指示追従, 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9件のベンチマークのうち、MiniMax M3.1 Flashのリードが8件、Step 3.7 Flashのリードが1件です。

総合IndexMiniMax M3.1 FlashStep 3.7 Flashトップ
BenchLeader Index54.353.0互角

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 FlashStep 3.7 Flash
100万トークンあたりのブレンド価格$0.262$0.438
100万トークンあたりの入力/出力$0.150 / $0.600$0.200 / $1.15
100万トークンあたりのキャッシュ入力$0.015$0.040
タスクあたりの価格:チャットの返答$0.0002$0.0004
タスクあたりの価格:30ページのレポートを要約$0.0022$0.0031
タスクあたりの価格:コード編集$0.0018$0.0029
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$0.017
タスクあたりの価格:構造化データの抽出$0.0004$0.0006
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$0.0094
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/s148 tok/s
回答開始までの時間43.3秒14.3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29.5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。Step 3.7 Flashのスコアは53.0、最初の回答トークンまで14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

76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 FlashStep 3.7 Flash
BenchLeader IndexBenchLeader54.353.0
エージェント・ツールスコアBenchLeader55.248.0
コーディングスコアBenchLeader55.439.4
知識スコアBenchLeader45.9–
長文コンテキストスコアBenchLeader64.561.3
マルチモーダルスコアBenchLeader61.557.6
推論スコアBenchLeader50.1–
指示追従スコアBenchLeader–66.5
ブレンド価格($/100万トークン)BenchLeader$0.262$0.438
出力速度BenchLeader151 tok/s148 tok/s
回答開始までの時間BenchLeader43.3秒14.3秒
コンテキストウィンドウBenchLeader1,000,000トークン256,000トークン
推論
LiveBench 2.0 ReasoningLiveBench82.9%†–
GPQA Diamond (AA)Artificial Analysis–80.9%
Humanity's Last Exam (AA)Artificial Analysis48.0%21.4%
HLE-Diamond (AA)Artificial Analysis28.1%–
CritPtArtificial Analysis22.3%2.3%
CritPt v2 hard subset (AA)Artificial Analysis32.5%–
コーディング
SciCodeSciCode–40.0%
Arena WebDevArena (LMArena)1584–
LiveBench 2.0 CodingLiveBench68.8%†–
SciCode (AA)Artificial Analysis53.4%43.9%
Vibe Code Bench v1.1Vals AI73.9%†–
Vibe Code Bench 1-100 v1.1Vals AI19.8%†–
SWE-Bench Pro V2Scale AI SEAL96.6%†–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%†–
ALE-BenchEpoch AI Benchmarking Hub–694.1
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%–
Terminal-Bench 2.1 (AA)Artificial Analysis–39.3%
GameBench 2 OverallDuelLab GameBench 2–23.2
GameBench 2 by reasoning settingDuelLab GameBench 230.3†29.4†
Design Arena WebsiteDesign Arena12771186
FrontierCode 1.1 (AA)Artificial Analysis38.6%–
FrontierCode 2.0 (AA)Artificial Analysis20.8%–
エージェント・ツール
Arena AgentArena (LMArena)-2.7–
LiveBench Long AgenticLiveBench25.7%†–
LiveBench BrowserLiveBench80.6%†–
76件のベンチマークをすべて表示
指標公開元MiniMax M3.1 FlashStep 3.7 Flash
エージェント・ツール
Terminal-Bench HardArtificial Analysis–35.6%
τ²-Bench Telecom (AA)Artificial Analysis–98.5%
HiL-BenchScale AI SEAL65.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis47.9%–
GDPval-AA v2.1Artificial Analysis1465864
τ³-Banking (AA)Artificial Analysis–12.0%
ITBench SRE (AA)Artificial Analysis–30.3%
APEX-Agents (AA)Artificial Analysis–14.8%
Finance Agent v2.1Vals AI58.8%†–
Harvey's Legal Agent Benchmark v1.1Vals AI7.5%†–
Legal Research BenchVals AI34.1%†–
Tax Agent BenchVals AI32.1%†–
Terminal-Bench 4.0 (Vals)Vals AI25.3%†–
Arena Agent Task CompletionArena (LMArena)-0.7–
AutomationBenchArtificial Analysis72.5%–
GDP.pdf (AA)Artificial Analysis20.8%–
EnterpriseOps-GymArtificial Analysis–29.1%
AA-Briefcase v1.1Artificial Analysis1474–
GDPxGDPx by SemiAnalysis4.0%†–
Design Arena AgenticDesign Arena1252–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.3%–
MKA (AA)Artificial Analysis33.5%–
数学
AIME 2026MathArena–95.0%†
HMMT February 2026MathArena–87.9%†
MathArena ApexMathArena–14.6%†
知識
LiveBench 2.0 Data AnalysisLiveBench71.4%†–
LiveBench ResearchLiveBench76.7%†–
AA-Omniscience v1.1Artificial Analysis-6.4–
PRBench FinanceScale AI SEAL45.6%–
PRBench LegalScale AI SEAL45.1%–
Excel Modeling Benchmark v1.1Vals AI67.8%†–
Access to Justice BenchmarkVals AI73.3%†–
AA-Omniscience v1.1: accuracyArtificial Analysis45.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis6.3%–
指示追従
IFBenchArtificial Analysis–67.3%
マルチモーダル
LiveBench DesignLiveBench71.2%†–
MMMU-ProArtificial Analysis79.1%75.3%
SAGEVals AI85.3%†–
VIALS-AAHandshake AI29.8%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%73.7%
MLCRArtificial Analysis16.7%–
総合
LiveBench 2.0LiveBench63.7%†–
AA Intelligence Index v5.0.1Artificial Analysis29.1–
AA Intelligence Index v4.3.2Artificial Analysis42.719.5
AA Progress Index v1Artificial Analysis317.6264.2
Vals IndexVals AI53.8†–
Vals Finance IndexVals AI55.9%†–
Vals Router IndexVals AI53.8%–
Vals Legal IndexVals AI67.1%†–
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。
  • Step 3.7 Flash:新しい結果1件(GDPval-AA v2.1)。
  • Step 3.7 Flash:スコアの改訂1件。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • MiniMax M3.1 Flash:スコアの改訂1件。
  • Step 3.7 Flash:スコアの改訂1件。
  • MiniMax M3.1 Flash:スコアの改訂6件。
  • MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
  • MiniMax M3.1 Flash:新しい結果1件(HiL-Bench)。
  • MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。

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 Step 3.7 Flash:よくある質問

MiniMax M3.1 FlashはStep 3.7 Flashより優れていますか?
MiniMax M3.1 FlashとStep 3.7 Flashの品質は互角です(54.3 対 53.0、±10.1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Step 3.7 Flash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 $0.416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Step 3.7 Flashのどちらが向いていますか?
コーディングでは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 39。50が平均)。
MiniMax M3.1 FlashとStep 3.7 Flashはどちらが速いですか?
MiniMax M3.1 Flashの方が出力が速くなっています(出力151 対 148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Step 3.7 Flash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 48。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではMiniMax M3.1 Flashの方がスコアが高くなっています(65 対 61)。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(Step 3.7 Flashは256,000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Step 3.7 Flashです。Artificial Analysisの測定では、最初の回答トークンまで14.3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Step 3.7 Flash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9件のベンチマークのうち、MiniMax M3.1 Flashのリードが8件、Step 3.7 Flashのリードが1件です。
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。