MiniMax M3.1 Flash
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(47%安い)。
より安価でスコアの高いランク付けモデルが8つあります:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138)ほか5つ。
2026年11月16日時点で、MiniMax M3.1 Flash(MiniMax)のBenchLeader Indexは54.3です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(65)、最も弱いのは知識(46)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)で、2026年11月16日時点の定価です。出力速度は約150トークン/秒です(Artificial Analysis)。2026年10月19日にリリースされました。
要点(2026年11月16日時点)
- MiniMax M3.1 FlashのAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)です(定価、2026年11月16日)。
- MiniMax M3.1 Flashの出力速度は約150トークン/秒です(Artificial Analysis、2026年11月16日)。
- MiniMax M3.1 Flashは2026年10月19日にリリースされました(MiniMax)。
詳しく見ると:MiniMax M3.1 FlashはMiniMaxのオープンウェイトの推論モデルです(2026年10月19日リリース)。最もスコアの高い構成は、BenchLeader Indexで54.3 ±4.5を記録し、608構成中236位で上位半分に入ります。重要なのはこの「±」です。ほかに284構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では長文コンテキストが最も高く(65)、知識が最も低くなっています(46)。ブレンド価格は100万トークンあたり$0.262で、ランク付けされたモデルの多くより安価です。出力速度は151トークン/秒、回答開始まで43.3秒で、最速の4分の1に入ります。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $0.262/M
- 入力$0.150・出力$0.600
- 出典:Artificial Analysis
- 出力速度
- 151 tok/s
- Artificial Analysisによる測定
- 回答開始
- 43 s
- 最初のトークン 1.36 s
- コンテキスト
- 1M
- 出典:models.dev
- 回答完了まで
- 142 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $0.491
- 1タスク15 min、AA Index
- タスクあたりトークン数
- 138k
- うち74%が推論
- リリース日
- 2026年10月19日
- 総合Index54
- 推論50
- コーディング55
- エージェント・ツール55
- 知識46
- マルチモーダル62
- 長文コンテキスト65
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/minimax-m3-1-flash)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年10月20日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 27.8#260 | Artificial Analysis |
推論
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 2.0 ReasoningIndex対象外 | 82.9%#22 | – | LiveBench | |
| Humanity's Last Exam (AA)Index対象外エフォート未記載 | – | 48.0%#41 | Artificial Analysis | |
| HLE-Diamond (AA)エフォート未記載 | – | 28.1%#58 | Artificial Analysis | |
| CritPtIndex対象外エフォート未記載 | – | 22.3%#66 | Artificial Analysis | |
| CritPt v2 hard subset (AA)エフォート未記載 | – | 32.5%#74 | Artificial Analysis |
コーディング
| ベンチマーク | low | medium | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| Arena WebDevエフォート未記載 | – | – | – | – | 1584#41 | Arena (LMArena) | |
| LiveBench 2.0 CodingIndex対象外 | – | – | – | 68.8%#23 | – | LiveBench | |
| SciCode (AA)Index対象外エフォート未記載 | – | – | – | – | 53.4%#85 | Artificial Analysis | |
| Vibe Code Bench v1.1Index対象外 | – | – | – | 73.9%#47 | – | Vals AI | |
| Vibe Code Bench 1-100 v1.1Index対象外 | – | – | – | 19.8%#8 | – | Vals AI | |
| SWE-Bench Pro V2Index対象外 | – | – | 96.6%#8 | – | – | Scale AI SEAL | |
| SWE-Bench Pro V2 HARDIndex対象外 | – | – | 84.3%#10 | – | – | Scale AI SEAL | |
| Terminal-Bench 4.0 (AA)Index対象外エフォート未記載 | – | – | – | – | 25.8%#76 | Artificial Analysis | |
| GameBench 2 by reasoning settingIndex対象外 | 30.3#169 | 41.0#131 | 38.5#143 | – | – | DuelLab GameBench 2 | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | – | 1277#36 | Design Arena | |
| FrontierCode 1.1 (AA)Index対象外エフォート未記載 | – | – | – | – | 38.6%#46 | Artificial Analysis | |
| FrontierCode 2.0 (AA)エフォート未記載 | – | – | – | – | 20.8%#67 | Artificial Analysis |
エージェント・ツール
知識
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 2.0 Data AnalysisIndex対象外 | 71.4%#25 | – | LiveBench | |
| LiveBench ResearchIndex対象外 | 76.7%#24 | – | LiveBench | |
| AA-Omniscience v1.1エフォート未記載 | – | -6.4#99 | Artificial Analysis | |
| PRBench Financeエフォート未記載 | – | 45.6%#24 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | 45.1%#26 | Scale AI SEAL | |
| Excel Modeling Benchmark v1.1Index対象外 | 67.8%#28 | – | Vals AI | |
| Access to Justice BenchmarkIndex対象外 | 73.3%#7 | – | Vals AI | |
| AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載 | – | 45.1%#56 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載 | – | 6.3%#138 | Artificial Analysis |
マルチモーダル
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench DesignIndex対象外 | 71.2%#23 | – | LiveBench | |
| MMMU-Proエフォート未記載 | – | 79.1%#72 | Artificial Analysis | |
| SAGEIndex対象外 | 85.3%#18 | – | Vals AI | |
| VIALS-AAIndex対象外エフォート未記載 | – | 29.8%#19 | Handshake AI |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 79.7%#100 | Artificial Analysis | |
| MLCRIndex対象外 | 16.7%#77 | Artificial Analysis |
総合
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 2.0 | 63.7%#20 | – | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外エフォート未記載 | – | 29.1#70 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外エフォート未記載 | – | 42.7#53 | Artificial Analysis | |
| AA Progress Index v1Index対象外エフォート未記載 | – | 317.6#75 | Artificial Analysis | |
| Vals IndexIndex対象外 | 53.8#26 | – | Vals AI | |
| Vals Finance IndexIndex対象外 | 55.9%#25 | – | Vals AI | |
| Vals Router IndexIndex対象外エフォート未記載 | – | 53.8%#15 | Vals AI | |
| Vals Legal IndexIndex対象外 | 67.1%#28 | – | Vals AI |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 52.1%#71 | Scale AI SEAL |
GameBench 2, best reasoning setting (Medium): 41.0. 参考値で、BenchLeader Indexには含まれません。
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.
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Inferact vLLM | 200 tok/s | 0.44 s | $0.075 | $0.300 | 1.0M | nvfp4 |
| Together | 197 tok/s | 0.17 s | $0.150 | $0.600 | 1.0M | – |
| DigitalOcean | 166 tok/s | 1.04 s | $0.150 | $0.600 | 1.0M | – |
| Wafer | 131 tok/s | 0.55 s | $0.135 | $0.540 | 1.0M | nvfp4 |
| Nebius Token Factory | 117 tok/s | 0.63 s | $0.150 | $0.600 | 1.0M | fp4 |
| GMICloud | 109 tok/s | 2.85 s | $0.150 | $0.600 | 1.0M | fp8 |
| Parasail | 105 tok/s | 0.91 s | $0.150 | $0.600 | 1.0M | fp8 |
| Fireworks | 104 tok/s | 0.36 s | $0.150 | $0.600 | 1.0M | – |
| MiniMax | 80 tok/s | 1.36 s | $0.150 | $0.600 | 1.0M | – |
| inference.net | 53 tok/s | 0.26 s | $0.150 | $0.600 | 1M | fp4 |
| inference.net | 51 tok/s | 0.24 s | $0.150 | $0.600 | 1M | fp4 |
| StreamLake | 39 tok/s | 3.19 s | $0.135 | $0.540 | 1M | fp8 |
利用状況
MiniMax M3.1 Flashが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
直近30日間の典型的なリクエスト:リクエストあたり84.5kトークン、出力1トークンあたり入力68トークン、入力の93%がキャッシュから、出力の69%が推論、リクエストあたり0.58回のツール呼び出し。
OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Hermes Agent (2.14T)、OpenClaw (1.12T)、Kilo Code (738B)、Mira (425B)、pi (164B)。
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Nebius | 225 tok/s | 0.52 s | 100.00% |
| Together AI | 220 tok/s | 0.19 s | 100.00% |
| GMI Cloud | 198 tok/s | 8.71 s | 100.00% |
| DigitalOcean | 157 tok/s | 0.29 s | 100.00% |
| Fireworks | 130 tok/s | 0.33 s | 100.00% |
| Parasail | 99 tok/s | 0.68 s | 100.00% |
出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.015のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0002 | $0.0002 | 45.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0022 | $0.0009 | 47.3 s |
| コード編集 | 6,000 / 1,500 | $0.0018 | $0.0012 | 53.2 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.011 | $0.0053 | 1.2 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0004 | $0.0002 | 44.6 s |
このモデルを含むコーディングプラン
MiniMax M3.1 Flashを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。
MiniMax M3.1 Flashと比較する
- MiniMax M3.1 Flash vs Qwen3.5-122B-A10B
- MiniMax M3.1 Flash vs Inkling Small
- MiniMax M3.1 Flash vs Claude Opus 5.5
- MiniMax M3.1 Flash vs MiMo-V2-Flash
- MiniMax M3.1 Flash vs Beam 1.0 501B A23B
- MiniMax M3.1 Flash vs Mistral Large 4
- MiniMax M3.1 Flash vs Qwen3.8 27B
- MiniMax M3.1 Flash vs GPT-6.1 Sol
- MiniMax M3.1 Flash vs GPT-5.4 Nano
- MiniMax M3.1 Flash vs Qwen3.8 2.4T A95B
- MiniMax M3.1 Flash vs Gemini 4 Argon
- MiniMax M3.1 Flash vs Solar Pro 4
- MiniMax M3.1 Flash vs Claude Sonnet 5.5
- MiniMax M3.1 Flash vs Kimi K2 Thinking
- MiniMax M3.1 Flash vs Kimi K2.7 Code
- MiniMax M3.1 Flash vs Qwen3.5-27B
- MiniMax M3.1 Flash vs Muse Wonder Full
- MiniMax M3.1 Flash vs Claude Fable 5.1
- MiniMax M3.1 Flash vs Step 3.7 Flash
- MiniMax M3.1 Flash vs GPT-5.6 Sol
- MiniMax M3.1 Flash vs GPT-6 Astra
関連ページ
埋め込み・引用
MiniMax M3.1 Flashの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/minimax-m3-1-flash)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). MiniMax M3.1 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m3-1-flash
BibTeX:
@misc{benchleader_minimax_m3_1_flash_20261116,
author = {{BenchLeader}},
title = {{MiniMax M3.1 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/minimax-m3-1-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- MiniMax M3.1 Flashのベンチマークスコアは?
- 2026年11月16日時点で、MiniMax M3.1 FlashのBenchLeader Indexは54.3 ±4.5です。最も強いのは長文コンテキスト(65)、最も弱いのは知識(46)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- MiniMax M3.1 Flashの順位は?
- 2026年11月16日時点で、MiniMax M3.1 Flashはランク付けされた608構成中236位です。ほかに284構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- MiniMax M3.1 Flashの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、MiniMax M3.1 Flashの料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.262です。
- MiniMax M3.1 FlashはBeam 1.0 501B A23Bより優れていますか?
- 2026年11月16日時点で、Beam 1.0 501B A23BとMiniMax M3.1 Flashの品質はほぼ互角です(BenchLeader Indexで54.2対54.3、±8.8の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- MiniMax M3.1 Flashはいつリリースされましたか?
- MiniMaxが2026年10月19日にMiniMax M3.1 Flashをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「MiniMax M3.1 Flash:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/minimax-m3-1-flash