MiniMax-M1
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
- 综合 Index50
- 推理53
- 编程54
- 智能体与工具36
- 数学54
- 指令遵循44
- 人类偏好53
- 长上下文53
嵌入这个排名
更多徽章样式[](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。
Index 走势
2026年9月9日 至 2026年11月16日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 Prompts | 1381#195 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 69.7%#308 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 8.9%#362 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1368#200 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1416#191 | Arena (LMArena) | |
| LiveCodeBench (AA)不计入 Index | 71.1%#60 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 3.0%#319 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 34.2%#247 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1370#188 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 61.0%#112 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 41.8%#247 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1346#199 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1364#195 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1319#203 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1357#198 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1364#201 | Arena (LMArena) |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 59.4%#18 | Fiction.live | |
| AA-LCR v1.1 | 57.7%#309 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 11.7#356 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 218.5#355 | Artificial Analysis |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 |
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。
[](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}
}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。