BenchLeader

MiniMax M3.1 Flash

推理强度
质量第 114 / 339 名
54.3Index
高于中位数
较中位数 +4.1
价格第 55 / 255 名
$0.262每百万 token
最便宜的四分之一
中位数的 0.3 倍
速度第 35 / 216 名
151token/秒
前四分之一
中位数的 1.8 倍
性价比第 49 / 255 名
207.3分/$
前四分之一
中位数的 3.7 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 47%。

有 8 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138),另有 5 个。

截至 2026年11月16日,MiniMax M3.1 Flash(MiniMax)在 BenchLeader Index 上得分 54.3(共 608 个已排名配置)。表现最好的是长上下文(65),最弱的是知识(46)。API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262),为 2026年11月16日的标价。输出速度约为 150 token/秒(Artificial Analysis)。发布于 2026年10月19日。

要点(截至 2026年11月16日)

  • MiniMax M3.1 Flash 的 API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262)(标价,2026年11月16日)。
  • MiniMax M3.1 Flash 的输出速度约为 150 token/秒(Artificial Analysis,2026年11月16日)。
  • MiniMax M3.1 Flash 于 2026年10月19日发布(MiniMax)。

详细说明:MiniMax M3.1 Flash 是 MiniMax 的开放权重推理模型,发布于 2026年10月19日。其最佳配置在 BenchLeader Index 上得分 54.3 ±4.5,在 608 个配置中排第 236 名,处于上半区。关键在于这个“±”:另有 284 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,长上下文得分最高(65),知识最低(46)。按混合价格计,每百万 token $0.262,比大多数已排名模型便宜。输出速度为 151 token/秒,首次回答需 43.3 秒,位于最快的四分之一。它已在 5 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
$0.262/M
输入 $0.150 · 输出 $0.600
来源:Artificial Analysis
输出速度
151 tok/s
由 Artificial Analysis 测量
首次回答
43 s
首 token 1.36 s
上下文
1M
来源:models.dev
完整回答
142 s
最近一次测量 2026年11月13日
单任务成本
$0.491
每项任务 15 min,AA Index
单任务 token 数
138k
其中 74% 为推理
发布日期
2026年10月19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50
  3. 编程55
  4. 智能体与工具55
  5. 知识46
  6. 多模态62
  7. 长上下文65

嵌入这个排名

更多徽章样式
[![MiniMax M3.1 Flash on BenchLeader: 综合第 113 名](https://www.benchleader.com/badge/minimax-m3-1-flash.svg?style=compact)](https://www.benchleader.com/models/minimax-m3-1-flash)

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
low––151 tok/s43 s$0.0002
medium––151 tok/s43 s$0.0002
xhigh––151 tok/s43 s$0.0002
max––151 tok/s43 s$0.0002综合 48
未说明最佳54.3#236151 tok/s43 s$0.0002智能体与工具 55 · 编程 55 · 知识 46 · 长上下文 65 · 多模态 62 · 推理 50

Index 走势

2026年10月20日 至 2026年11月16日
485563

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max默认来源趋势
LiveBench 2.0 Reasoning不计入 Index82.9%#22–LiveBench
Humanity's Last Exam (AA)不计入 Index推理强度未说明–48.0%#41Artificial Analysis
HLE-Diamond (AA)推理强度未说明–28.1%#58Artificial Analysis
CritPt不计入 Index推理强度未说明–22.3%#66Artificial Analysis
CritPt v2 hard subset (AA)推理强度未说明–32.5%#74Artificial Analysis

编程

基准测试lowmediumxhighmax默认来源趋势
Arena WebDev推理强度未说明––––1584#41Arena (LMArena)
LiveBench 2.0 Coding不计入 Index–––68.8%#23–LiveBench
SciCode (AA)不计入 Index推理强度未说明––––53.4%#85Artificial Analysis
Vibe Code Bench v1.1不计入 Index–––73.9%#47–Vals AI
Vibe Code Bench 1-100 v1.1不计入 Index–––19.8%#8–Vals AI
SWE-Bench Pro V2不计入 Index––96.6%#8––Scale AI SEAL
SWE-Bench Pro V2 HARD不计入 Index––84.3%#10––Scale AI SEAL
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明––––25.8%#76Artificial Analysis
GameBench 2 by reasoning setting不计入 Index30.3#16941.0#13138.5#143––DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明––––1277#36Design Arena
FrontierCode 1.1 (AA)不计入 Index推理强度未说明––––38.6%#46Artificial Analysis
FrontierCode 2.0 (AA)推理强度未说明––––20.8%#67Artificial Analysis

智能体与工具

基准测试xhighmax默认来源趋势
Arena Agent推理强度未说明––-2.7#37Arena (LMArena)
LiveBench Long Agentic不计入 Index–25.7%#21–LiveBench
LiveBench Browser不计入 Index–80.6%#9–LiveBench
HiL-Bench推理强度未说明––65.7%#5Scale AI SEAL
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明––47.9%#40Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明––1465#70Artificial Analysis
Finance Agent v2.1不计入 Index–58.8%#29–Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index–7.5%#26–Vals AI
Legal Research Bench不计入 Index–34.1%#52–Vals AI
Tax Agent Bench不计入 Index–32.1%#24–Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index–25.3%#31–Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明––-0.7#34Arena (LMArena)
AutomationBench不计入 Index推理强度未说明––72.5%#10Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明––20.8%#83Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明––1474#61Artificial Analysis
GDPx不计入 Index4.0%#15––GDPx by SemiAnalysis
Design Arena Agentic不计入 Index推理强度未说明––1252#24Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明––3.3%#92Artificial Analysis
MKA (AA)不计入 Index推理强度未说明––33.5%#20Artificial Analysis

知识

基准测试max默认来源趋势
LiveBench 2.0 Data Analysis不计入 Index71.4%#25–LiveBench
LiveBench Research不计入 Index76.7%#24–LiveBench
AA-Omniscience v1.1推理强度未说明–-6.4#99Artificial Analysis
PRBench Finance推理强度未说明–45.6%#24Scale AI SEAL
PRBench Legal推理强度未说明–45.1%#26Scale AI SEAL
Excel Modeling Benchmark v1.1不计入 Index67.8%#28–Vals AI
Access to Justice Benchmark不计入 Index73.3%#7–Vals AI
AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明–45.1%#56Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明–6.3%#138Artificial Analysis

多模态

基准测试max默认来源趋势
LiveBench Design不计入 Index71.2%#23–LiveBench
MMMU-Pro推理强度未说明–79.1%#72Artificial Analysis
SAGE不计入 Index85.3%#18–Vals AI
VIALS-AA不计入 Index推理强度未说明–29.8%#19Handshake AI

长上下文

基准测试默认来源趋势
AA-LCR v1.179.7%#100Artificial Analysis
MLCR不计入 Index16.7%#77Artificial Analysis

综合

基准测试max默认来源趋势
LiveBench 2.063.7%#20–LiveBench
AA Intelligence Index v5.0.1不计入 Index推理强度未说明–29.1#70Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index推理强度未说明–42.7#53Artificial Analysis
AA Progress Index v1不计入 Index推理强度未说明–317.6#75Artificial Analysis
Vals Index不计入 Index53.8#26–Vals AI
Vals Finance Index不计入 Index55.9%#25–Vals AI
Vals Router Index不计入 Index推理强度未说明–53.8%#15Vals AI
Vals Legal Index不计入 Index67.1%#28–Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index52.1%#71Scale AI SEAL

GameBench 2, best reasoning setting (Medium): 41.0. 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
Inferact vLLM200 tok/s0.44 s$0.075$0.3001.0Mnvfp4
Together197 tok/s0.17 s$0.150$0.6001.0M–
DigitalOcean166 tok/s1.04 s$0.150$0.6001.0M–
Wafer131 tok/s0.55 s$0.135$0.5401.0Mnvfp4
Nebius Token Factory117 tok/s0.63 s$0.150$0.6001.0Mfp4
GMICloud109 tok/s2.85 s$0.150$0.6001.0Mfp8
Parasail105 tok/s0.91 s$0.150$0.6001.0Mfp8
Fireworks104 tok/s0.36 s$0.150$0.6001.0M–
MiniMax80 tok/s1.36 s$0.150$0.6001.0M–
inference.net53 tok/s0.26 s$0.150$0.6001Mfp4
inference.net51 tok/s0.24 s$0.150$0.6001Mfp4
StreamLake39 tok/s3.19 s$0.135$0.5401Mfp8

使用情况

MiniMax M3.1 Flash 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
#13
token 份额 1.6%
可用性,72 小时
99.7%
OpenRouter,全部提供商
工具调用错误率,7 天
2.83%
占工具调用
OpenRouter 每日 token 数(2026年10月19日 至 2026年11月15日):共 15.4T,环比上周 −33%。

过去 30 天的典型请求:每次请求 84.5k token、每个输出 token 对应 68 个输入 token、93% 的输入来自缓存、69% 的输出为推理内容、每次请求 0.58 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Hermes Agent (2.14T)、OpenClaw (1.12T)、Kilo Code (738B)、Mira (425B)、pi (164B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Nebius225 tok/s0.52 s100.00%
Together AI220 tok/s0.19 s100.00%
GMI Cloud198 tok/s8.71 s100.00%
DigitalOcean157 tok/s0.29 s100.00%
Fireworks130 tok/s0.33 s100.00%
Parasail99 tok/s0.68 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 $0.015。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$0.0002$0.000245.3 s
总结一份 30 页的报告12,000 / 600$0.0022$0.000947.3 s
代码编辑6,000 / 1,500$0.0018$0.001253.2 s
智能体编程会话60,000 / 4,000$0.011$0.00531.2 min
结构化信息提取2,000 / 200$0.0004$0.000244.6 s

包含该模型的编程套餐

可以使用 MiniMax M3.1 Flash 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

将 MiniMax M3.1 Flash 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 MiniMax M3.1 Flash 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 M3.1 Flash on BenchLeader: 综合第 113 名](https://www.benchleader.com/badge/minimax-m3-1-flash.svg)](https://www.benchleader.com/models/minimax-m3-1-flash)

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 M3.1 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m3-1-flash

BibTeX:

@misc{benchleader_minimax_m3_1_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{MiniMax M3.1 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/minimax-m3-1-flash}},
  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 M3.1 Flash 的基准测试得分是多少?
截至 2026年11月16日,MiniMax M3.1 Flash 的 BenchLeader Index 为 54.3 ±4.5。最强的是长上下文(65),最弱的是知识(46)。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 M3.1 Flash 排名第几?
截至 2026年11月16日,MiniMax M3.1 Flash 在 608 个已排名配置中排第 236 名。另有 284 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 M3.1 Flash 每百万 token 的价格是多少?
截至 2026年11月16日,MiniMax M3.1 Flash 的价格为输入每百万 token $0.150、输出每百万 token $0.600,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.262。
MiniMax M3.1 Flash 比 Beam 1.0 501B A23B 更好吗?
截至 2026年11月16日,Beam 1.0 501B A23B 与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 54.2 比 54.3,在 ±8.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
MiniMax M3.1 Flash 是什么时候发布的?
MiniMax 于 2026年10月19日发布了 MiniMax M3.1 Flash。BenchLeader 收录了它在 5 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 M3.1 Flash: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-m3-1-flash。