MiniMax M3.1 Flash 登顶 Automation-Bench，并在实测智能体测试中比 DeepSeek 更快完成任务

在 MiniMax 发布的结果中，MiniMax M3.1 Flash 在 Automation-Bench v1.0.6 上排名第一。Leiphone 的实测对比则发现，使用该模型的配置完成一座交互式 3D 校园所用时间不到使用 DeepSeek V4.1 Flash 的一半。两种配置都满足了主要要求，包括根据手绘平面图和建筑尺寸建造校园。 使用 M3.1 Flash 的 MiniMax Code 耗时 55.4 分钟，而使用 DeepSeek V4.1 Flash 的 OpenCode 耗时约 121 分钟。按当时采用的定价，两种配置的模型费用均约为 6.5 元。这项对比使用了不同的编码工具和不同的模型。已发布的基准测试结果显示，M3.1 Flash 在复杂智能体任务上领先，DeepSeek 则在软件工程方面领先；MiniMax 还报告称，M3.1 Flash 在 BankerToolBench 上得分 76.2%，与 Opus 5 并列第一。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。