BenchLeader

MiniMax M3

推理强度
质量第 92 / 339 名
56.1Index
高于中位数
较中位数 +5.9
价格第 89 / 255 名
$0.525每百万 token
比多数便宜
中位数的 0.6 倍
速度第 57 / 216 名
118token/秒
高于中位数
中位数的 1.4 倍
性价比第 83 / 255 名
106.9分/$
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 9 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 6 个。

截至 2026年11月16日,MiniMax M3(MiniMax)在 BenchLeader Index 上得分 56.1(共 608 个已排名配置)。表现最好的是指令遵循(80),最弱的是智能体与工具(40)。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。输出速度约为 120 token/秒(Artificial Analysis)。发布于 2026年6月1日。

要点(截至 2026年11月16日)

  • MiniMax M3 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 M3 的输出速度约为 120 token/秒(Artificial Analysis,2026年11月16日)。
  • MiniMax M3 于 2026年6月1日发布(MiniMax)。

详细说明:MiniMax M3 是 MiniMax 的开放权重推理模型,发布于 2026年6月1日。其最佳配置在 BenchLeader Index 上得分 56.1 ±4.4,在 608 个配置中排第 189 名,处于上半区。关键在于这个“±”:另有 277 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(80),智能体与工具最低(40)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。输出速度为 118 token/秒,首次回答需 60.0 秒,比大多数模型快。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。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
118 tok/s
由 Artificial Analysis 测量
首次回答
60 s
首 token 1.29 s
上下文
1M
来源:models.dev
完整回答
185 s
最近一次测量 2026年11月13日
单任务成本
$1.29
每项任务 13 min,AA Index
单任务 token 数
91k
其中 50% 为推理
发布日期
2026年6月1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 Index56
  2. 推理51
  3. 编程51
  4. 智能体与工具40
  5. 数学53
  6. 知识54
  7. 指令遵循80
  8. 人类偏好55
  9. 多模态60
  10. 长上下文66

嵌入这个排名

更多徽章样式
[![MiniMax M3 on BenchLeader: 综合第 91 名](https://www.benchleader.com/badge/minimax-m3.svg?style=compact)](https://www.benchleader.com/models/minimax-m3)

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

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––118 tok/s60 s$0.0005智能体与工具 27 · 数学 34 · 推理 58
xhigh––118 tok/s60 s$0.0005
未说明最佳56.1#189118 tok/s60 s$0.0005智能体与工具 40 · 编程 51 · 人类偏好 55 · 指令遵循 80 · 知识 54 · 长上下文 66 · 数学 53 · 多模态 60 · 推理 51

Index 走势

2026年9月8日 至 2026年11月16日
485663

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 Index33.3#239Artificial Analysis

推理

基准测试无推理默认来源趋势
GPQA Diamond81.3%#13190.9%#40Epoch AI Benchmarking Hub
SimpleBench推理强度未说明–45.8%#69SimpleBench
Arena Hard Prompts推理强度未说明–1457#108Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index推理强度未说明–74.5%#63LiveBench
GPQA Diamond (AA)不计入 Index推理强度未说明–92.9%#27Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明–39.0%#107Artificial Analysis
HLE-Diamond (AA)推理强度未说明–16.0%#97Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明–92.7%#14Vals AI
CritPt不计入 Index推理强度未说明–3.7%#190Artificial Analysis
CritPt v2 hard subset (AA)推理强度未说明–28.0%#83Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1468#95Arena (LMArena)
Chess Puzzles不计入 Index8.0%#13717.0%#112Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index8.0%#1247.0%#128Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明–33.7%#137Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–78.9%#145Epoch AI Benchmarking Hub
ForecastBench不计入 Index推理强度未说明–64.0%#32ForecastBench

编程

基准测试无推理默认来源趋势
SciCode推理强度未说明–47.1%#143SciCode
FrontierCode推理强度未说明–14.7%#41Cognition
Arena Coding推理强度未说明–1493#92Arena (LMArena)
Arena WebDev推理强度未说明–1484#74Arena (LMArena)
LiveBench 1.0 Coding不计入 Index推理强度未说明–68.2%#65LiveBench
SciCode (AA)不计入 Index推理强度未说明–47.1%#151Artificial Analysis
LiveCodeBench推理强度未说明–82.2%#55Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明–75.0%#42Vals AI
Code Migration不计入 Index推理强度未说明–19.9%#53Vals AI
Code Migration v1.1不计入 Index推理强度未说明–20.9%#27Vals AI
SWE-bench Multimodal不计入 Index推理强度未说明–33.3%#21Vals AI
Vibe Code Bench 1-100不计入 Index推理强度未说明–9.2%#24Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–47.6%#72Vals AI
SWE Atlas v1.1不计入 Index推理强度未说明–39.3%#25Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明–49.2%#24Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明–40.0%#24Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明–28.6%#25Scale AI SEAL
Surface Evolver Bench不计入 Index推理强度未说明–55.0%#16Epoch AI Benchmarking Hub
ALE-Bench不计入 Index推理强度未说明–640.0#105Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–2.0%#150Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–65.2%#83Artificial Analysis
GameBench 2 by reasoning setting不计入 Index29#173–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–1249#61Design Arena
FrontierCode 1.1 (AA)不计入 Index推理强度未说明–23.0%#73Artificial Analysis
FrontierCode 2.0 (AA)推理强度未说明–21.9%#63Artificial Analysis

智能体与工具

基准测试无推理默认来源趋势
Terminal-Bench7.6%#102–Terminal-Bench
OSWorld-Verified 2.0推理强度未说明–4.6%#12OSWorld
APEX-Agents推理强度未说明–37.7%#54Mercor
Arena Agent推理强度未说明–-10.5#51Arena (LMArena)
LiveBench Agentic Coding不计入 Index推理强度未说明–40.7%#62LiveBench
Terminal-Bench Hard推理强度未说明–42.4%#46Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index推理强度未说明–88.9%#71Artificial Analysis
Terminal-Bench 2.1 (Vals)推理强度未说明–53.6%#53Vals AI
HiL-Bench推理强度未说明–38.3%#26Scale AI SEAL
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明–37.1%#68Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明–1250#128Artificial Analysis
τ³-Banking (AA)推理强度未说明–15.3%#120Artificial Analysis
Analyst Agent (AA)不计入 Index推理强度未说明–10.0%#47Artificial Analysis
CyberBench不计入 Index推理强度未说明–65.0%#32Vals AI
Finance Agent v2不计入 Index推理强度未说明–48.3%#52Vals AI
Finance Agent v2.1不计入 Index推理强度未说明–54.3%#35Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index推理强度未说明–4.2%#40Vals AI
Legal Research Bench不计入 Index推理强度未说明–29.8%#58Vals AI
SkillsBench不计入 Index推理强度未说明–51.5%#20Vals AI
Tax Agent Bench不计入 Index推理强度未说明–20.6%#55Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明–46.1%#22Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明–1.0%#57Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–-18#53Arena (LMArena)
GBAEval不计入 Index推理强度未说明–0.9%#16Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明–2157.8#54Andon Labs
AutomationBench不计入 Index推理强度未说明–21.3%#166Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–9.8%#166Artificial Analysis
Harvey LAB-AA v1.1不计入 Index推理强度未说明–0.0%#28Harvey
EnterpriseOps-Gym不计入 Index推理强度未说明–32.1%#40Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–1089#139Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–1186#40Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–0.5%#110Artificial Analysis
CWE-Bench (AA)推理强度未说明–41.7%#23Artificial Analysis
DeepSec-Bench (AA)推理强度未说明–1.1%#27Artificial Analysis
CyberGym end-to-end (AA)推理强度未说明–24.4%#17Artificial Analysis

数学

基准测试无推理默认来源趋势
OTIS Mock AIME26.7%#22571.1%#146Epoch AI Benchmarking Hub
ProofBench推理强度未说明–18.0%#56Vals AI
LiveBench Mathematics不计入 Index推理强度未说明–77.0%#66LiveBench
Arena Maths推理强度未说明–1425#117Arena (LMArena)

知识

基准测试xhigh默认来源趋势
LiveBench 1.0 Data Analysis不计入 Index推理强度未说明–76.2%#35LiveBench
AA-Omniscience v1.1推理强度未说明–-5.5#96Artificial Analysis
MMLU-Pro推理强度未说明–84.2%#63Vals AI
LegalBench推理强度未说明–85.4%#21Vals AI
CorpFin推理强度未说明–68.1%#11Vals AI
TaxEval推理强度未说明–72.7%#57Vals AI
Excel Modeling Benchmark不计入 Index推理强度未说明–47.8%#57Vals AI
Excel Modeling Benchmark v1.1不计入 Index推理强度未说明–59.8%#37Vals AI
MedCode不计入 Index推理强度未说明–46.3%#36Vals AI
MedScribe不计入 Index推理强度未说明–87.3%#18Vals AI
Public Benefits Bench v1.1不计入 Index推理强度未说明–64.1%#24Vals AI
Access to Justice Benchmark不计入 Index推理强度未说明–69.8%#17Vals AI
Financial Coaching Bench不计入 Index推理强度未说明–69.0%#19Vals AI
Immigration Bench不计入 Index推理强度未说明–57.5%#25Vals AI
DrugDiscoveryBench不计入 Index22.8%#22–Scale AI SEAL
AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明–44.9%#57Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明–8.7%#136Artificial Analysis

指令遵循

基准测试默认来源趋势
LiveBench Language不计入 Index76.8%#44LiveBench
LiveBench Instruction Following不计入 Index57.5%#61LiveBench
IFBench82.9%#2Artificial Analysis
Arena Instruction Following不计入 Index1428#99Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1436#104Arena (LMArena)
EQ-Bench 41140#24EQ-Bench
Arena Creative Writing不计入 Index1396#113Arena (LMArena)
Arena Multi-turn不计入 Index1448#95Arena (LMArena)
Arena Longer Queries不计入 Index1445#101Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1249#62Arena (LMArena)
MMMU-Pro78.5%#79Artificial Analysis
MMMU-Pro (Vals)不计入 Index81.2%#41Vals AI
MortgageTax不计入 Index68.4%#16Vals AI
SAGE不计入 Index85.5%#15Vals AI
Code2Video-AA不计入 Index724#25Artificial Analysis
AA-3D不计入 Index746#23Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.183.0%#30Artificial Analysis
Arena Document不计入 Index1435#40Arena (LMArena)
MLCR不计入 Index4.4%#163Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index147.7#76Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index67.3%#63LiveBench
AA Intelligence Index v5.0.1不计入 Index18.9#95Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index29.2#136Artificial Analysis
AA Progress Index v1不计入 Index290.9#142Artificial Analysis
Vals Finance Index不计入 Index48.4%#34Vals AI
Vals Multimodal Index不计入 Index60.0%#18Vals AI
AA Cyber Index不计入 Index22.4#23Artificial Analysis

安全与诚实

基准测试默认来源趋势
DistressBench不计入 Index67.7%#33Scale AI SEAL

GameBench 2, best reasoning setting (None): 29. 仅供参考,不计入 BenchLeader Index。

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.

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
CoreWeave170 tok/s0.43 s$0.230$0.960262kfp4
Parasail126 tok/s0.72 s$0.450$1.801.0Mfp8
Parasail122 tok/s0.75 s$0.300$1.201.0Mfp8
MiniMax52 tok/s1.96 s$0.300$1.20524k–
GMICloud47 tok/s3.59 s$0.240$0.9601.0Mfp8
DeepInfra42 tok/s1.11 s$0.280$1.10524kfp8
Venice41 tok/s1.05 s$0.300$1.20524kfp8

使用情况

MiniMax M3 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#43
token 份额 0.29%
OpenRouter 每日 token 数(2026年11月2日 至 2026年11月15日):共 1.28T,环比上周 −8.9%。
Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Fireworks279 tok/s0.61 s99.99%
Nebius205 tok/s1.79 s99.99%
GMI Cloud163 tok/s1.42 s100.00%
MiniMax89 tok/s0.82 s100.00%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

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 $0.060。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$0.00041.0 min
总结一份 30 页的报告12,000 / 600$0.0043$0.00221.1 min
代码编辑6,000 / 1,500$0.0036$0.00251.2 min
智能体编程会话60,000 / 4,000$0.023$0.0121.6 min
结构化信息提取2,000 / 200$0.0008$0.00051.0 min

包含该模型的编程套餐

可以使用 MiniMax M3 的订阅套餐,列出各自的用量限制和单项任务成本。

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 M3 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 M3 on BenchLeader: 综合第 91 名](https://www.benchleader.com/badge/minimax-m3.svg)](https://www.benchleader.com/models/minimax-m3)

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 M3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m3

BibTeX:

@misc{benchleader_minimax_m3_20261116,
  author       = {{BenchLeader}},
  title        = {{MiniMax M3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/minimax-m3}},
  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 M3 的基准测试得分是多少?
截至 2026年11月16日,MiniMax M3 的 BenchLeader Index 为 56.1 ±4.4。最强的是指令遵循(80),最弱的是智能体与工具(40)。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 M3 排名第几?
截至 2026年11月16日,MiniMax M3 在 608 个已排名配置中排第 189 名。另有 277 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 M3 每百万 token 的价格是多少?
截至 2026年11月16日,MiniMax M3 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 M3 是什么时候发布的?
MiniMax 于 2026年6月1日发布了 MiniMax M3。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《MiniMax M3: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-m3。