BenchLeader

MiniMax M3.1 Flash vs Solar Pro 4

完整资料:MiniMax M3.1 Flash(MiniMax)和 Solar Pro 4(Upstage),包括全部基准测试、价格和排名。

更新于 · 数据来自 7 个来源

截至 2026年11月16日,MiniMax M3.1 Flash 与 Solar Pro 4 的质量不相上下(BenchLeader Index 54.3 比 48.9,在 ±8.7 的误差范围内)。MiniMax M3.1 Flash 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $0.262 比 $0.525)。在两者都有成绩的所有类别中,MiniMax M3.1 Flash 均领先。MiniMax M3.1 Flash 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,Solar Pro 4 为 48.9(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)。
  • Solar Pro 4 每百万 token 混合价格为 $0.525(标价,2026年11月16日)。
  • MiniMax M3.1 Flash 比 Solar Pro 4 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 23 项基准测试中,MiniMax M3.1 Flash 领先 21 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,MiniMax M3.1 Flash 的评分为 1584,Solar Pro 4 为 1369(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MiniMax M3.1 Flash类别得分 55 比 40;Arena WebDev 1584 比 1369高
智能体与工具调用MiniMax M3.1 Flash类别得分 55 比 40;Arena Agent -2.7 比 -22.6高
推理MiniMax M3.1 Flash类别得分 50 比 40;HLE-Diamond (AA) 28.1% 比 4.7%高
知识均可类别得分 46 比 46;AA-Omniscience v1.1 -6.4 比 1.4均可
长文档MiniMax M3.1 Flash类别得分 65 比 60;AA-LCR v1.1 79.7% 比 70.7%中
对话质量(人类偏好)–只有 Solar Pro 4 有 Arena 评分(类别得分 56)无法比较
成本最低MiniMax M3.1 Flash每百万 token 混合价格 $0.262 比 $0.525;智能体编程会话 $0.011 比 $0.023–
首次回答最快Solar Pro 4首个回答 token 28.2 秒(Solar Pro 4)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 Solar Pro 4 的质量不相上下(54.3 比 48.9,在 ±8.7 的误差范围内)。
  • MiniMax M3.1 Flash 在智能体与工具、编程、知识、长上下文、推理方面更强。
  • MiniMax M3.1 Flash 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $0.262 比 $0.525)。
  • MiniMax M3.1 Flash 的输出速度是对方的 2.0 倍(151 比 76 token/秒)。

概览

规格MiniMax M3.1 FlashSolar Pro 4
提供商MiniMaxUpstage
发布日期2026年10月19日2026年8月6日
上下文窗口(token)1,000,000524,288
对比时的配置MiniMax M3.1 FlashSolar Pro 4
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.150 / $0.600 / $0.015$0.300 / $1.20 / $0.060

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 FlashSolar Pro 4领先者
推理50.140.3MiniMax M3.1 Flash
编程55.440.4MiniMax M3.1 Flash
智能体与工具55.239.5MiniMax M3.1 Flash
数学–58.9无法比较
知识45.945.5持平
人类偏好–55.6无法比较
多模态61.5–无法比较
长上下文64.559.8MiniMax M3.1 Flash

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知识长上下文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, 知识: 45.9MiniMax M3.1 Flash, 长上下文: 64.5Solar Pro 4, 推理: 40.3Solar Pro 4, 编程: 40.4Solar Pro 4, 智能体与工具: 39.5Solar Pro 4, 知识: 45.5Solar Pro 4, 长上下文: 59.8

未绘制(测得的模型少于两个):数学, 指令遵循, 多模态, 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 23 项基准测试中,MiniMax M3.1 Flash 领先 21 项,Solar Pro 4 领先 2 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 FlashSolar Pro 4领先者
BenchLeader Index54.348.9不相上下
AA Intelligence Index v5.0.129.114.2MiniMax 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 FlashSolar Pro 4
每百万 token 混合价格$0.262$0.525
每百万 token 输入 / 输出$0.150 / $0.600$0.300 / $1.20
每百万 token 缓存输入$0.015$0.060
每项任务价格:聊天回复$0.0002$0.0005
每项任务价格:总结一份 30 页的报告$0.0022$0.0043
每项任务价格:代码编辑$0.0018$0.0036
每项任务价格:智能体编程会话$0.011$0.023
每项任务价格:结构化信息提取$0.0004$0.0008
智能体编程会话(输入大多命中缓存)$0.0053$0.012
每项基准测试任务成本(AA Index)$0.491$0.956
每项任务输出 token(AA Index)138k311k
其中推理部分103k263k
每项任务耗时(AA Index)15 min69 min
输出速度151 tok/s76 tok/s
首次回答时间43.3 秒28.2 秒
完整回答耗时(最近一次测量 2026年11月13日)141.5 秒72.8 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 MiniMax M3.1 Flash 上花费 $0.491,在 Solar Pro 4 上花费 $0.956;完成同样的工作,Solar Pro 4 输出的 token 是对方的 2.3 倍,这是只看 token 单价看不出来的。

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。Solar Pro 4 得分 48.9,首个回答 token 需 28 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 73 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 FlashSolar Pro 4
BenchLeader IndexBenchLeader54.348.9
智能体与工具得分BenchLeader55.239.5
编程得分BenchLeader55.440.4
知识得分BenchLeader45.945.5
长上下文得分BenchLeader64.559.8
多模态得分BenchLeader61.5–
推理得分BenchLeader50.140.3
人类偏好得分BenchLeader–55.6
数学得分BenchLeader–58.9
混合价格(美元/百万 token)BenchLeader$0.262$0.525
输出速度BenchLeader151 tok/s76 tok/s
首次回答时间BenchLeader43.3 秒28.2 秒
上下文窗口BenchLeader1,000,000 token524,288 token
推理
Arena Hard PromptsArena (LMArena)–1409
LiveBench 2.0 ReasoningLiveBench82.9%†–
GPQA Diamond (AA)Artificial Analysis–89.1%
Humanity's Last Exam (AA)Artificial Analysis48.0%29.8%
HLE-Diamond (AA)Artificial Analysis28.1%4.7%
CritPtArtificial Analysis22.3%6.3%
CritPt v2 hard subset (AA)Artificial Analysis32.5%18.0%
Arena ExpertArena (LMArena)–1436
编程
Arena CodingArena (LMArena)–1461
Arena WebDevArena (LMArena)15841369
LiveBench 2.0 CodingLiveBench68.8%†–
SciCode (AA)Artificial Analysis53.4%48.0%
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%†–
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%0.0%
Terminal-Bench 2.1 (AA)Artificial Analysis–57.3%
GameBench 2 by reasoning settingDuelLab GameBench 230.3†–
Design Arena WebsiteDesign Arena12771163
FrontierCode 1.1 (AA)Artificial Analysis38.6%–
FrontierCode 2.0 (AA)Artificial Analysis20.8%4.1%
智能体与工具
Arena AgentArena (LMArena)-2.7-22.6
LiveBench Long AgenticLiveBench25.7%†–
LiveBench BrowserLiveBench80.6%†–
显示全部 73 项基准测试
指标发布方MiniMax M3.1 FlashSolar Pro 4
智能体与工具
HiL-BenchScale AI SEAL65.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis47.9%30.3%
GDPval-AA v2.1Artificial Analysis14651106
τ³-Banking (AA)Artificial Analysis–23.3%
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)-0.7-29.9
AutomationBenchArtificial Analysis72.5%13.6%
GDP.pdf (AA)Artificial Analysis20.8%7.0%
AA-Briefcase v1.1Artificial Analysis14741093
GDPxGDPx by SemiAnalysis4.0%†–
Design Arena AgenticDesign Arena12521084
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.3%0.0%
MKA (AA)Artificial Analysis33.5%–
数学
Arena MathsArena (LMArena)–1414
知识
LiveBench 2.0 Data AnalysisLiveBench71.4%†–
LiveBench ResearchLiveBench76.7%†–
AA-Omniscience v1.1Artificial Analysis-6.41.4
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%18.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis6.3%79.1%
指令遵循
Arena Instruction FollowingArena (LMArena)–1377
人类偏好
Arena TextArena (LMArena)–1388
Arena Creative WritingArena (LMArena)–1312
Arena Multi-turnArena (LMArena)–1389
Arena Longer QueriesArena (LMArena)–1385
多模态
LiveBench DesignLiveBench71.2%†–
MMMU-ProArtificial Analysis79.1%–
SAGEVals AI85.3%†–
VIALS-AAHandshake AI29.8%–
长上下文
AA-LCR v1.1Artificial Analysis79.7%70.7%
MLCRArtificial Analysis16.7%–
综合
LiveBench 2.0LiveBench63.7%†–
AA Intelligence Index v5.0.1Artificial Analysis29.114.2
AA Intelligence Index v4.3.2Artificial Analysis42.726.6
AA Progress Index v1Artificial Analysis317.6280
Vals IndexVals AI53.8†–
Vals Finance IndexVals AI55.9%†–
Vals Router IndexVals AI53.8%–
Vals Legal IndexVals AI67.1%†–
安全与诚实
FORTRESSScale AI SEAL52.1%–
元数据
AA Openness IndexArtificial Analysis27.8–

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。
  • Solar Pro 4:BenchLeader Index 49.7 → 48.9。
  • Solar Pro 4:2 项新结果(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA));1 项分数修订。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • MiniMax M3.1 Flash:1 项分数修订。
  • MiniMax M3.1 Flash:6 项分数修订。
  • Solar Pro 4:1 项分数修订。
  • MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
  • MiniMax M3.1 Flash:1 项新结果(HiL-Bench)。
  • Solar Pro 4:BenchLeader Index 52.0 → 49.7。

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 Solar Pro 4:常见问题

MiniMax M3.1 Flash 比 Solar Pro 4 更好吗?
MiniMax M3.1 Flash 与 Solar Pro 4 的质量不相上下(54.3 比 48.9,在 ±8.7 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 Solar Pro 4 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 $0.525(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 Solar Pro 4 更好?
MiniMax M3.1 Flash 在编程方面得分更高(类别得分 55 比 40,50 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,Solar Pro 4 为 1369。
MiniMax M3.1 Flash 和 Solar Pro 4 哪个更快?
MiniMax M3.1 Flash 输出更快(约 2 倍;输出 151 比 76 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 MiniMax M3.1 Flash 还是 Solar Pro 4 更好?
MiniMax M3.1 Flash 在智能体任务方面得分更高(类别得分 55 比 40,50 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,Solar Pro 4 为 -22.6。
更多问题(4)
处理长文档哪个更好?
MiniMax M3.1 Flash 在长上下文基准测试上得分更高(65 比 60)。MiniMax M3.1 Flash 支持更长的上下文:1,000,000 token,Solar Pro 4 为 524,288 token。
哪个延迟更低?
Solar Pro 4 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 28.2 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 Solar Pro 4 的看法一致吗?
在两者都有结果的 23 项基准测试中,MiniMax M3.1 Flash 领先 21 项,Solar Pro 4 领先 2 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。