BenchLeader
MiniMax开放权重推理模型与其他模型对比

MiniMax-M1

质量第 173 / 339 名
49.6Index
低于中位数
较中位数 −0.6
价格第 134 / 255 名
$0.963每百万 token
比多数贵
中位数的 1.1 倍
速度第 193 / 216 名
38token/秒
后四分之一
中位数的 0.5 倍
性价比第 139 / 255 名
51.5分/$
低于中位数
中位数的 0.9 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 88%。

有 57 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 54 个。

截至 2026年11月16日,MiniMax-M1(MiniMax)在 BenchLeader Index 上得分 49.6(共 608 个已排名配置)。表现最好的是数学(54),最弱的是智能体与工具(36)。API 价格为输入每百万 token $0.550、输出每百万 token $2.20(按 3:1 混合为 $0.963),为 2026年11月16日的标价。输出速度约为 38 token/秒(Artificial Analysis)。发布于 2025年6月13日。

要点(截至 2026年11月16日)

  • MiniMax-M1 的 API 价格为输入每百万 token $0.550、输出每百万 token $2.20(按 3:1 混合为 $0.963)(标价,2026年11月16日)。
  • MiniMax-M1 的输出速度约为 38 token/秒(Artificial Analysis,2026年11月16日)。
  • MiniMax-M1 于 2025年6月13日发布(MiniMax)。

详细说明:MiniMax-M1 是 MiniMax 的开放权重推理模型,发布于 2025年6月13日。其最佳配置在 BenchLeader Index 上得分 49.6 ±4.1,在 608 个配置中排第 358 名,处于下半区。关键在于这个“±”:另有 263 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(54),智能体与工具最低(36)。按混合价格计,每百万 token $0.963,价格居中。输出速度为 38 token/秒,首次回答需 4.2 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。

混合价格
$0.963/M
输入 $0.550 · 输出 $2.20
来源:Artificial Analysis
输出速度
38 tok/s
由 Artificial Analysis 测量
首次回答
4.19 s
上下文
1M
来源:Artificial Analysis
完整回答
84 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年6月13日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index50
  2. 推理53
  3. 编程54
  4. 智能体与工具36
  5. 数学54
  6. 指令遵循44
  7. 人类偏好53
  8. 长上下文53

嵌入这个排名

更多徽章样式
[![MiniMax-M1 on BenchLeader: 综合第 171 名](https://www.benchleader.com/badge/minimax-m1.svg?style=compact)](https://www.benchleader.com/models/minimax-m1)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

MiniMax 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月9日 至 2026年11月16日
454954

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
Arena Hard Prompts1381#195Arena (LMArena)
GPQA Diamond (AA)不计入 Index69.7%#308Artificial Analysis
Humanity's Last Exam (AA)不计入 Index8.9%#362Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1368#200Arena (LMArena)

编程

基准测试默认来源趋势
Arena Coding1416#191Arena (LMArena)
LiveCodeBench (AA)不计入 Index71.1%#60Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard3.0%#319Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index34.2%#247Artificial Analysis

数学

基准测试默认来源趋势
Arena Maths1370#188Arena (LMArena)
AIME 2025 (AA)不计入 Index61.0%#112Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench41.8%#247Artificial Analysis
Arena Instruction Following不计入 Index1346#199Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1364#195Arena (LMArena)
Arena Creative Writing不计入 Index1319#203Arena (LMArena)
Arena Multi-turn不计入 Index1357#198Arena (LMArena)
Arena Longer Queries不计入 Index1364#201Arena (LMArena)

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k59.4%#18Fiction.live
AA-LCR v1.157.7%#309Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index11.7#356Artificial Analysis
AA Progress Index v1不计入 Index218.5#355Artificial Analysis

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.605$1.21$1.82$2.4226年9月26年10月26年11月
输入 输出
当前:输入 $0.550 · 输出 $2.20

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0009–12.0 s
总结一份 30 页的报告12,000 / 600$0.0079–19.8 s
代码编辑6,000 / 1,500$0.0066–43.2 s
智能体编程会话60,000 / 4,000$0.042–1.8 min
结构化信息提取2,000 / 200$0.0015–9.4 s

MiniMax 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 MiniMax-M1 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![MiniMax-M1 on BenchLeader: 综合第 171 名](https://www.benchleader.com/badge/minimax-m1.svg)](https://www.benchleader.com/models/minimax-m1)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). MiniMax-M1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m1

BibTeX:

@misc{benchleader_minimax_m1_20261116,
  author       = {{BenchLeader}},
  title        = {{MiniMax-M1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/minimax-m1}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

MiniMax-M1 的基准测试得分是多少?
截至 2026年11月16日,MiniMax-M1 的 BenchLeader Index 为 49.6 ±4.1。最强的是数学(54),最弱的是智能体与工具(36)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
MiniMax-M1 排名第几?
截至 2026年11月16日,MiniMax-M1 在 608 个已排名配置中排第 358 名。另有 263 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
MiniMax-M1 每百万 token 的价格是多少?
截至 2026年11月16日,MiniMax-M1 的价格为输入每百万 token $0.550、输出每百万 token $2.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.963。标价最近一次变动是在 2026年9月9日。
MiniMax-M1 是什么时候发布的?
MiniMax 于 2025年6月13日发布了 MiniMax-M1。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《MiniMax-M1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/minimax-m1。