BenchLeader

MiniMax-M2.1

质量第 122 / 339 名
53.8Index
高于中位数
较中位数 +3.6
价格第 89 / 255 名
$0.525每百万 token
比多数便宜
中位数的 0.6 倍
性价比第 87 / 255 名
102.5分/$
高于中位数
中位数的 1.9 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有四分之一。

有 19 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238),另有 16 个。

截至 2026年11月16日,MiniMax-M2.1(MiniMax)在 BenchLeader Index 上得分 53.8(共 608 个已排名配置)。表现最好的是指令遵循(69),最弱的是推理(44)。API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525),为 2026年11月16日的标价。发布于 2025年12月23日。

要点(截至 2026年11月16日)

  • MiniMax-M2.1 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525)(标价,2026年11月16日)。
  • MiniMax-M2.1 于 2025年12月23日发布(MiniMax)。

详细说明:MiniMax-M2.1 是 MiniMax 的开放权重推理模型,发布于 2025年12月23日。其最佳配置在 BenchLeader Index 上得分 53.8 ±3.5,在 608 个配置中排第 249 名,处于上半区。关键在于这个“±”:另有 269 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,指令遵循得分最高(69),推理最低(44)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。最近一次测量:2026年11月11日。

混合价格
$0.525/M
输入 $0.300 · 输出 $1.20
来源:Artificial Analysis
输出速度
–
首次回答
–
上下文
205k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年12月23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 Index54
  2. 推理44
  3. 编程51
  4. 智能体与工具51
  5. 数学54
  6. 知识53
  7. 指令遵循69
  8. 人类偏好55
  9. 长上下文58

嵌入这个排名

更多徽章样式
[![MiniMax-M2.1 on BenchLeader: 综合第 122 名](https://www.benchleader.com/badge/minimax-m2-1.svg?style=compact)](https://www.benchleader.com/models/minimax-m2-1)

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

版本

MiniMax 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
MiniMax M2.72026年3月18日56.6#175
MiniMax M2.52026年2月12日53.7#252
MiniMax-M2.1本页2025年12月23日53.8#249

Index 走势

2026年9月8日 至 2026年11月16日
485359

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。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index27.8#260Artificial Analysis

推理

基准测试默认来源趋势
SimpleBench34.7%#85SimpleBench
Arena Hard Prompts1408#174Arena (LMArena)
GPQA Diamond (AA)不计入 Index83.0%#165Artificial Analysis
Humanity's Last Exam (AA)不计入 Index23.2%#212Artificial Analysis
GPQA Diamond (Vals)不计入 Index78.5%#71Vals AI
CritPt不计入 Index0.3%#291Artificial Analysis
Arena Expert不计入 Index1419#154Arena (LMArena)

编程

基准测试默认来源趋势
Arena Coding1437#167Arena (LMArena)
Arena WebDev1384#110Arena (LMArena)
LiveCodeBench81.8%#59Vals AI
SWE-bench (Vals)不计入 Index74.8%#45Vals AI
ALE-Bench不计入 Index623.8#106Epoch AI Benchmarking Hub
Design Arena Website不计入 Index1193#86Design Arena
LiveCodeBench (AA)不计入 Index81.0%#25Artificial Analysis

智能体与工具

数学

基准测试默认来源趋势
AIME (Vals)77.9%#49Vals AI
MGSM87.8%#55Vals AI
MATH 500不计入 Index89.0%#28Vals AI
Arena Maths1390#168Arena (LMArena)
AIME 2025 (AA)不计入 Index82.7%#54Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro87.0%#35Vals AI
LegalBench75.5%#113Vals AI
CorpFin58.9%#80Vals AI
TaxEval66.3%#110Vals AI
MedQA91.2%#41Vals AI
CaseLaw v2不计入 Index55.8%#32Vals AI
MedCode不计入 Index34.1%#79Vals AI
MedScribe不计入 Index80.8%#53Vals AI
Global-MMLU-Lite (AA)不计入 Index84.0%#46Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench69.9%#71Artificial Analysis
Arena Instruction Following不计入 Index1385#163Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1384#178Arena (LMArena)
Arena Creative Writing不计入 Index1345#178Arena (LMArena)
Arena Multi-turn不计入 Index1393#172Arena (LMArena)
Arena Longer Queries不计入 Index1407#158Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.167.7%#256Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index20.9#228Artificial Analysis
AA Progress Index v1不计入 Index254.1#252Artificial Analysis

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,价格为每百万 token $0.030。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$0.0005$0.0004–
总结一份 30 页的报告12,000 / 600$0.0043$0.0019–
代码编辑6,000 / 1,500$0.0036$0.0024–
智能体编程会话60,000 / 4,000$0.023$0.011–
结构化信息提取2,000 / 200$0.0008$0.0004–

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-M2.1 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-M2.1 on BenchLeader: 综合第 122 名](https://www.benchleader.com/badge/minimax-m2-1.svg)](https://www.benchleader.com/models/minimax-m2-1)

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-M2.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m2-1

BibTeX:

@misc{benchleader_minimax_m2_1_20261116,
  author       = {{BenchLeader}},
  title        = {{MiniMax-M2.1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/minimax-m2-1}},
  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-M2.1 的基准测试得分是多少?
截至 2026年11月16日,MiniMax-M2.1 的 BenchLeader Index 为 53.8 ±3.5。最强的是指令遵循(69),最弱的是推理(44)。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-M2.1 排名第几?
截至 2026年11月16日,MiniMax-M2.1 在 608 个已排名配置中排第 249 名。另有 269 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-M2.1 每百万 token 的价格是多少?
截至 2026年11月16日,MiniMax-M2.1 的价格为输入每百万 token $0.300、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.525。
MiniMax-M2.1 是什么时候发布的?
MiniMax 于 2025年12月23日发布了 MiniMax-M2.1。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《MiniMax-M2.1: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-m2-1。