BenchLeader

MiniMax M3.1 Flash vs Qwen3.8 27B

完整资料:MiniMax M3.1 Flash(MiniMax)和 Qwen3.8 27B(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 10 个来源

截至 2026年11月16日,MiniMax M3.1 Flash 与 Qwen3.8 27B 的质量不相上下(BenchLeader Index 54.3 比 55.1,在 ±7.2 的误差范围内)。MiniMax M3.1 Flash 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $0.262 比 $1.09)。看重智能体与工具(55 比 44)选 MiniMax M3.1 Flash;看重推理(58 比 50)和编程(62 比 55)选 Qwen3.8 27B。Qwen3.8 27B 的首次回答更快(0.7 秒 比 43.3 秒)。MiniMax M3.1 Flash 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • MiniMax M3.1 Flash 的 BenchLeader Index 为 54.3,Qwen3.8 27B 为 55.1(BenchLeader,2026年11月16日)。
  • MiniMax M3.1 Flash 每百万 token 混合价格为 $0.262(标价,2026年11月16日)。
  • Qwen3.8 27B 每百万 token 混合价格为 $1.09(标价,2026年11月16日)。
  • MiniMax M3.1 Flash 比 Qwen3.8 27B 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 3 项基准测试中,MiniMax M3.1 Flash 领先 2 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,MiniMax M3.1 Flash 的评分为 1584,Qwen3.8 27B 为 1590(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Qwen3.8 27B类别得分 62 比 55;Arena WebDev 1590 比 1584中
智能体与工具调用MiniMax M3.1 Flash类别得分 55 比 44;Arena Agent -2.7 比 -4.8高
推理Qwen3.8 27B类别得分 58 比 50高
图像及其他媒体均可类别得分 62 比 61均可
对话质量(人类偏好)–只有 Qwen3.8 27B 有 Arena 评分(类别得分 61)无法比较
成本最低MiniMax M3.1 Flash每百万 token 混合价格 $0.262 比 $1.06;智能体编程会话 $0.011 比 $0.037–
首次回答最快Qwen3.8 27B首个回答 token 0.7 秒(Qwen3.8 27B)比 43.3 秒(MiniMax M3.1 Flash)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • MiniMax M3.1 Flash 与 Qwen3.8 27B 的质量不相上下(54.3 比 55.1,在 ±7.2 的误差范围内)。
  • MiniMax M3.1 Flash 在智能体与工具、多模态方面更强。
  • Qwen3.8 27B 在编程、推理方面更强。
  • MiniMax M3.1 Flash 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $0.262 比 $1.09)。
  • MiniMax M3.1 Flash 的输出速度是对方的 2.1 倍(151 比 73 token/秒)。

概览

规格MiniMax M3.1 FlashQwen3.8 27B
提供商MiniMaxAlibaba
发布日期2026年10月19日2026年8月14日
上下文窗口(token)1,000,000262,144
对比时的配置MiniMax M3.1 FlashQwen3.8 27B
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.150 / $0.600 / $0.015$0.420 / $3.00 / $0.085

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别MiniMax M3.1 FlashQwen3.8 27B领先者
推理50.157.6Qwen3.8 27B
编程55.461.6Qwen3.8 27B
智能体与工具55.244.2MiniMax M3.1 Flash
数学–54.6无法比较
知识45.9–无法比较
人类偏好–61.3无法比较
多模态61.560.7持平
长上下文64.5–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具多模态MiniMax M3.1 Flash, 推理: 50.1MiniMax M3.1 Flash, 编程: 55.4MiniMax M3.1 Flash, 智能体与工具: 55.2MiniMax M3.1 Flash, 多模态: 61.5Qwen3.8 27B, 推理: 57.6Qwen3.8 27B, 编程: 61.6Qwen3.8 27B, 智能体与工具: 44.2Qwen3.8 27B, 多模态: 60.7

未绘制(测得的模型少于两个):数学, 知识, 指令遵循, 长上下文, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 3 项基准测试中,MiniMax M3.1 Flash 领先 2 项,Qwen3.8 27B 领先 1 项。所有同时评测两者的综合评分都认为 MiniMax M3.1 Flash 更强。

综合 IndexMiniMax M3.1 FlashQwen3.8 27B领先者
BenchLeader Index54.355.1不相上下
AA Intelligence Index v5.0.129.110.0†MiniMax M3.1 Flash

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标MiniMax M3.1 FlashQwen3.8 27B
每百万 token 混合价格$0.262$1.06
每百万 token 输入 / 输出$0.150 / $0.600$0.420 / $3.00
每百万 token 缓存输入$0.015$0.085
每项任务价格:聊天回复$0.0002$0.0011
每项任务价格:总结一份 30 页的报告$0.0022$0.0068
每项任务价格:代码编辑$0.0018$0.0070
每项任务价格:智能体编程会话$0.011$0.037
每项任务价格:结构化信息提取$0.0004$0.0014
智能体编程会话(输入大多命中缓存)$0.0053$0.022
每项基准测试任务成本(AA Index)$0.491–
每项任务输出 token(AA Index)138k–
其中推理部分103k–
每项任务耗时(AA Index)15 min–
输出速度151 tok/s73 tok/s
首次回答时间43.3 秒0.7 秒
完整回答耗时(最近一次测量 2026年11月13日)141.5 秒–

每个模型都按其排名最高的推理强度设置进行对比。MiniMax M3.1 Flash 得分 54.3,首个回答 token 需 43 秒。Qwen3.8 27B 得分 55.1,首个回答 token 需 1 秒;Qwen3.8 27B (xhigh) 为 52.2(109 秒),Qwen3.8 27B (medium) 为 50.2(24 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 120 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方MiniMax M3.1 FlashQwen3.8 27B
BenchLeader IndexBenchLeader54.355.1
智能体与工具得分BenchLeader55.244.2
编程得分BenchLeader55.461.6
知识得分BenchLeader45.9–
长上下文得分BenchLeader64.5–
多模态得分BenchLeader61.560.7
推理得分BenchLeader50.157.6
人类偏好得分BenchLeader–61.3
数学得分BenchLeader–54.6
混合价格(美元/百万 token)BenchLeader$0.262$1.06
输出速度BenchLeader151 tok/s73 tok/s
首次回答时间BenchLeader43.3 秒0.7 秒
上下文窗口BenchLeader1,000,000 token262,144 token
推理
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%
编程
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%†
显示全部 120 项基准测试
指标发布方MiniMax M3.1 FlashQwen3.8 27B
编程
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%†
智能体与工具
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
知识
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%†
指令遵循
LiveBench LanguageLiveBench–74.3%
LiveBench Instruction FollowingLiveBench–72.7%
Arena Instruction FollowingArena (LMArena)–1419
人类偏好
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
多模态
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†
长上下文
AA-LCR v1.1Artificial Analysis79.7%82.0%†
MLCRArtificial Analysis16.7%22.8%†
综合
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†
安全与诚实
FORTRESSScale AI SEAL52.1%–
元数据
AA Openness IndexArtificial Analysis27.838.9†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
  • Qwen3.8 27B:BenchLeader Index 53.2 → 55.1。
  • Qwen3.8 27B:价格 $0.10/M → $0.085/M。
  • Qwen3.8 27B:输入价格 $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:1 项分数修订。
  • Qwen3.8 27B:2 项新结果(SimpleBench, GeoBench)。
  • MiniMax M3.1 Flash:6 项分数修订。
  • Qwen3.8 27B:5 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

MiniMax M3.1 Flash vs Qwen3.8 27B:常见问题

MiniMax M3.1 Flash 比 Qwen3.8 27B 更好吗?
MiniMax M3.1 Flash 与 Qwen3.8 27B 的质量不相上下(54.3 比 55.1,在 ±7.2 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
MiniMax M3.1 Flash 和 Qwen3.8 27B 哪个更便宜?价格会变吗?
目前 MiniMax M3.1 Flash 更便宜:每百万 token $0.262 比 $1.09(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 MiniMax M3.1 Flash 还是 Qwen3.8 27B 更好?
Qwen3.8 27B 在编程方面得分更高(类别得分 62 比 55,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,MiniMax M3.1 Flash 为 1584,Qwen3.8 27B 为 1590。
MiniMax M3.1 Flash 和 Qwen3.8 27B 哪个更快?
MiniMax M3.1 Flash 输出更快(约 2 倍;输出 151 比 73 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 MiniMax M3.1 Flash 还是 Qwen3.8 27B 更好?
MiniMax M3.1 Flash 在智能体任务方面得分更高(类别得分 55 比 44,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,MiniMax M3.1 Flash 为 -2.7,Qwen3.8 27B 为 -4.8。
更多问题(4)
处理长文档哪个更好?
MiniMax M3.1 Flash 支持更长的上下文:1,000,000 token,Qwen3.8 27B 为 262,144 token。
哪个延迟更低?
Qwen3.8 27B 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 0.7 秒比 43.3 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 MiniMax M3.1 Flash 和 Qwen3.8 27B 的看法一致吗?
在两者都有结果的 3 项基准测试中,MiniMax M3.1 Flash 领先 2 项,Qwen3.8 27B 领先 1 项。所有同时评测两者的综合评分都认为 MiniMax M3.1 Flash 更强。
MiniMax M3.1 Flash 是什么时候发布的?
MiniMax M3.1 Flash 于 2026年10月19日 发布。