MiniMax-M2.1
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
- 综合 Index54
- 推理44
- 编程51
- 智能体与工具51
- 数学54
- 知识53
- 指令遵循69
- 人类偏好55
- 长上下文58
嵌入这个排名
更多徽章样式[](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。
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 M2.7 | 2026年3月18日 | 56.6 | #175 |
| MiniMax M2.5 | 2026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 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SimpleBench | 34.7%#85 | SimpleBench | |
| Arena Hard Prompts | 1408#174 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 83.0%#165 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 23.2%#212 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 78.5%#71 | Vals AI | |
| CritPt不计入 Index | 0.3%#291 | Artificial Analysis | |
| Arena Expert不计入 Index | 1419#154 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1437#167 | Arena (LMArena) | |
| Arena WebDev | 1384#110 | Arena (LMArena) | |
| LiveCodeBench | 81.8%#59 | Vals AI | |
| SWE-bench (Vals)不计入 Index | 74.8%#45 | Vals AI | |
| ALE-Bench不计入 Index | 623.8#106 | Epoch AI Benchmarking Hub | |
| Design Arena Website不计入 Index | 1193#86 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 81.0%#25 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench | 36.6%#63 | Terminal-Bench | |
| Terminal-Bench Hard | 28.8%#120 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 85.4%#94 | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 37.1%#37 | Vals AI |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AIME (Vals) | 77.9%#49 | Vals AI | |
| MGSM | 87.8%#55 | Vals AI | |
| MATH 500不计入 Index | 89.0%#28 | Vals AI | |
| Arena Maths | 1390#168 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 82.7%#54 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 87.0%#35 | Vals AI | |
| LegalBench | 75.5%#113 | Vals AI | |
| CorpFin | 58.9%#80 | Vals AI | |
| TaxEval | 66.3%#110 | Vals AI | |
| MedQA | 91.2%#41 | Vals AI | |
| CaseLaw v2不计入 Index | 55.8%#32 | Vals AI | |
| MedCode不计入 Index | 34.1%#79 | Vals AI | |
| MedScribe不计入 Index | 80.8%#53 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 84.0%#46 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 69.9%#71 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1385#163 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1384#178 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1345#178 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1393#172 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1407#158 | Arena (LMArena) |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 67.7%#256 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 20.9#228 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 254.1#252 | Artificial 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 | – |
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。
[](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}
}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。