SprachmodellAktiv
MiniMax M3.1 Flash
MiniMax
- Veröffentlicht
- 19. Oktober 2026
- Datenstand
- 24. Oktober 2026
- Benchmark-Meta-Score
- Nicht berechenbarKeine unabhängigen Werte
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text, Bilder und Video; außerdem dokumentierte Tool- und Thinking-Eingaben.
- Ausgabe
- Text
MiniMax M3.1 Flash ist seit dem 19. Oktober 2026 als API-Modell sowie über M Plan und MiniMax Code verfügbar. Die offiziellen Gewichte waren am 24. Oktober öffentlich abrufbar. Die ModelScope-Historie datiert den ersten Commit mit Gewichtsdateien auf den 22. Oktober; wann diese erstmals öffentlich abrufbar waren, ist nicht belegt. Die Modellkarte nennt etwa 428 Milliarden Gesamtparameter und 23 Milliarden aktive Parameter je Token. Das multimodale MoE-Modell verarbeitet Text, Bilder und Video; das API-Kontextfenster umfasst 1.000.000 Token. Die Konfiguration der lokalen Gewichte setzt max_position_embeddings auf 1.048.576.
Die MiniMax Community License erlaubt kommerzielle Nutzung unter Bedingungen: Der gut sichtbare Hinweis „Built with MiniMax M3.1-Flash“ ist immer nötig. Erzielen die Produkte oder Dienste, die die Gewichte nutzen, mehr als 20 Millionen US-Dollar Jahresumsatz, ist vorherige schriftliche Genehmigung erforderlich. Andernfalls genügt zusätzlich eine einmalige Mitteilung an MiniMax. Das ist keine uneingeschränkte Open-Source-Lizenz. Reasoning ist immer aktiv; der Aufwand lässt sich von Low bis Max einstellen. Eine maximale Ausgabelänge ist nicht eindeutig dokumentiert.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| API-Modellkennung | MiniMax-M3.1-FlashQuelle |
| Verfügbarkeit | Seit dem 19. Oktober 2026 über API, M-Plan und MiniMax Code verfügbar.Quelle |
| Reasoning | Immer aktiv und nicht abschaltbar. Aufwandstufen Low, Medium, High, XHigh und Max; Standard ist Max.Quelle |
| Sampling-Parameter | Temperatur 1,0 und top_p 0,95 gemäß API-Dokumentation.Quelle |
| Eingabemodalitäten | Text, Bilder und Video; außerdem dokumentierte Tool- und Thinking-Eingaben.Quelle |
| Ausgabemodalitäten | TextQuelle |
| Parameterzahl | Laut offizieller Modellkarte ungefähr 428 Milliarden Gesamtparameter und 23 Milliarden aktive Parameter je Token.Quelle |
| Architektur | MiniMax bezeichnet das Modell als multimodales MoE. Die veröffentlichte Konfiguration enthält 60 Sprachschichten, 128 geroutete Experten, 4 ausgewählte Experten je Token, einen gemeinsamen Experten und 32 Vision-Schichten.Quelle |
| Positionslimit der Gewichte | Die Konfiguration der lokalen Gewichte setzt max_position_embeddings auf 1.048.576. Die API-Dokumentation nennt ein Kontextfenster von 1.000.000 Token. Das Konfigurationsfeld ist daher separat vom veröffentlichten API-Limit ausgewiesen.Quelle |
| Gewichtsverfügbarkeit | Die offiziellen Gewichte waren am 24. Oktober öffentlich und ohne Zugangssperre abrufbar. Die ModelScope-Historie datiert den ersten Commit mit Gewichtsdateien auf den 22. Oktober 2026, 14:37:30 UTC; wann öffentlicher Zugriff begann, ist nicht belegt. Das Erstellungsdatum des Hugging-Face-Repositories vom 17. Oktober beweist keine frühere Verfügbarkeit.Quelle |
| Lizenz der Gewichte | MiniMax Community License. Bei kommerzieller Nutzung für Produkte oder Dienste ist „Built with MiniMax M3.1-Flash“ gut sichtbar anzugeben. Erzielen diese Produkte oder Dienste mehr als 20 Millionen US-Dollar Jahresumsatz, ist eine vorherige schriftliche Genehmigung nötig. Andernfalls genügt zusätzlich eine einmalige Mitteilung an MiniMax.Quelle |
| Quantisierung | Die Konfiguration nennt dynamisches MXFP8 sowie NVFP4 für MoE-Experten. Die Lizenz gilt für dieses offizielle Gewichtsmodell; Drittanbieter-Quantisierungen können abweichen.Quelle |
| Maximale Ausgabe der direkten MiniMax-API | Für die direkte MiniMax-API nicht eindeutig angegeben. Die veröffentlichten OpenRouter-Ausgabelimits gelten jeweils für den dort genannten Anbieterendpunkt.Quelle |
| Veröffentlichung | 2026-10-19Quelle |
| Modellidentität | veröffentlichtes M3.1 Flash, getrennt von M3.1 Flash PreviewQuelle |
| Kontextfenster | 1.000.000 TokenQuelle |
| Maximale Ausgabe | für die direkte MiniMax-API nicht eindeutig angegebenQuelle |
| Eingabemodalitäten | text, image, videoQuelle |
| Ausgabemodalitäten | textQuelle |
| Reasoning-Modi | Low, Medium, High, XHigh, MaxQuelle |
| Sampling-Parameter | temperature 1,0; top_p 0,95Quelle |
| API-Preise in USD je Million Token | je eine Million Token: Eingabe 0,15 USD; Ausgabe 0,60 USD; Cache-Lesezugriff 0,015 USDQuelle |
| Prioritätsstufe | nicht unterstütztQuelle |
| Preis für Cache-Schreibzugriffe | nicht aufgeführtQuelle |
| Ausgabetempo | P50: mehr als 170 Token/s; täglicher Spitzenwert: mehr als 200 Token/sQuelle |
| Kosten des Agenten-Benchmarks | insgesamt 111 USD für Agents’ Last ExamQuelle |
| Gesamtparameter in Milliarden | Etwa 428 Milliarden Gesamtparameter laut offizieller ModellkarteQuelle |
| Aktive Parameter in Milliarden | Etwa 23 Milliarden aktive Parameter je Token laut offizieller ModellkarteQuelle |
| Architektur und Experten-Routing | MiniMaxM3SparseForConditionalGeneration; 60 Sprachschichten; 128 geroutete Experten; 4 geroutete Experten je Token; 1 gemeinsamer Experte; 32 Vision-Schichten; max_position_embeddings 1.048.576; dynamische MXFP8- und NVFP4-MoE-QuantisierungQuelle |
| Positionslimit der lokalen Gewichte | max_position_embeddings: 1.048.576 in der offiziellen Konfiguration der lokalen GewichteQuelle |
| Erster sichtbarer Commit der offiziellen Gewichtsdateien | Erster Commit mit Gewichtsdateien: 22. Oktober 2026, 14:37:30 UTCQuelle |
| Öffentliche Verfügbarkeit der Gewichte | Die offiziellen Gewichte waren am 24. Oktober 2026 öffentlich und ohne Zugangssperre abrufbar.Quelle |
| Lizenzbedingungen für kommerzielle Nutzung | MiniMax Community License: Bei kommerzieller Nutzung für Produkte oder Dienste ist der gut sichtbare Hinweis „Built with MiniMax M3.1-Flash“ erforderlich. Erzielen diese Produkte oder Dienste mehr als 20 Millionen US-Dollar Jahresumsatz, ist vorherige schriftliche Genehmigung nötig. Andernfalls genügt zusätzlich eine einmalige Mitteilung an MiniMax.Quelle |
| Modellkennung beim Anbieter | OpenRouter-Modell-ID: minimax/minimax-m3.1-flash
Hugging-Face-Bridge-ID laut OpenRouter-Katalog: MiniMaxAI/MiniMax-M3.1-FlashQuelle |
| Bereitstellungsoptionen | Relace [relace/fp4]; endpoint-Name=Relace | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp4; unveränderter Statuscode=0
InferenceNet [inference-net/fp4]; endpoint-Name=InferenceNet | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp4; unveränderter Statuscode=0
InferenceNet [inference-net/fp4/us]; endpoint-Name=InferenceNet | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp4; unveränderter Statuscode=0
GMICloud [gmicloud/fp8]; endpoint-Name=GMICloud | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp8; unveränderter Statuscode=0
DigitalOcean [digitalocean]; endpoint-Name=DigitalOcean | minimax/minimax-m3.1-flash-20261019; Quantisierung=unknown; unveränderter Statuscode=0
Novita [novita/fp16]; endpoint-Name=Novita | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp16; unveränderter Statuscode=0
Nebius [nebius/fp4]; endpoint-Name=Nebius | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp4; unveränderter Statuscode=0
Wafer [wafer]; endpoint-Name=Wafer | minimax/minimax-m3.1-flash-20261019; Quantisierung=unknown; unveränderter Statuscode=0
ModelRun [modelrun/fp4]; endpoint-Name=ModelRun | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp4; unveränderter Statuscode=0
Parasail [parasail/fp8]; endpoint-Name=Parasail | minimax/minimax-m3.1-flash-20261019; Quantisierung=fp8; unveränderter Statuscode=0
Together [together]; endpoint-Name=Together | minimax/minimax-m3.1-flash-20261019; Quantisierung=unknown; unveränderter Statuscode=0
Minimax [minimax]; endpoint-Name=Minimax | minimax/minimax-m3.1-flash-20261019; Quantisierung=unknown; unveränderter Statuscode=0
SambaNova [sambanova]; endpoint-Name=SambaNova | minimax/minimax-m3.1-flash-20261019; Quantisierung=unknown; unveränderter Statuscode=0 (Die Liste enthält jede Anbieterzeile der abgefragten exakten OpenRouter-Route(n). Statuscodes bleiben unverändert und werden weder interpretiert noch zum Ausfiltern von Angeboten verwendet.)Quelle |
| Kontextangaben nach Quelle | Relace [relace/fp4]; context_length=1.048.576 Token
InferenceNet [inference-net/fp4]; context_length=1.000.000 Token
InferenceNet [inference-net/fp4/us]; context_length=1.000.000 Token
GMICloud [gmicloud/fp8]; context_length=1.048.576 Token
DigitalOcean [digitalocean]; context_length=1.048.576 Token
Novita [novita/fp16]; context_length=1.000.000 Token
Nebius [nebius/fp4]; context_length=1.048.576 Token
Wafer [wafer]; context_length=1.048.576 Token
ModelRun [modelrun/fp4]; context_length=1.048.576 Token
Parasail [parasail/fp8]; context_length=1.048.576 Token
Together [together]; context_length=1.048.576 Token
Minimax [minimax]; context_length=1.048.576 Token
SambaNova [sambanova]; context_length=1.048.576 Token (Dies sind limits je OpenRouter-Anbieterroute. Sie ersetzen keine separat dokumentierten Direkt-API- oder Modellkonfigurationswerte.)Quelle |
| Ausgabelimit laut Quelle | Relace [relace/fp4]; max_completion_tokens=943.718 Token
InferenceNet [inference-net/fp4]; max_completion_tokens=524.288 Token
InferenceNet [inference-net/fp4/us]; max_completion_tokens=524.288 Token
GMICloud [gmicloud/fp8]; max_completion_tokens=943.718 Token
DigitalOcean [digitalocean]; max_completion_tokens=943.718 Token
Novita [novita/fp16]; max_completion_tokens=524.288 Token
Nebius [nebius/fp4]; max_completion_tokens=943.718 Token
Wafer [wafer]; max_completion_tokens=943.718 Token
ModelRun [modelrun/fp4]; max_completion_tokens=943.718 Token
Parasail [parasail/fp8]; max_completion_tokens=524.288 Token
Together [together]; max_completion_tokens=943.718 Token
Minimax [minimax]; max_completion_tokens=524.288 Token
SambaNova [sambanova]; max_completion_tokens=943.718 Token (Dies sind Ausgabegrenzen der jeweiligen OpenRouter-Anbieterroute, keine Direkt-API-Grenzen. Abweichungen zwischen Anbietern bleiben getrennt.)Quelle |
| API-Preisangaben in USD je Million Token | Relace [relace/fp4]; Prompt USD/1 Mio. Token=0,09; Completion USD/1 Mio. Token=0,5; Cache-Read USD/1 Mio. Token=0,01; unverändertes discount-Feld=0
InferenceNet [inference-net/fp4]; Prompt USD/1 Mio. Token=0,1; Completion USD/1 Mio. Token=0,55; Cache-Read USD/1 Mio. Token=0,01; unverändertes discount-Feld=0
InferenceNet [inference-net/fp4/us]; Prompt USD/1 Mio. Token=0,1; Completion USD/1 Mio. Token=0,55; Cache-Read USD/1 Mio. Token=0,01; unverändertes discount-Feld=0
GMICloud [gmicloud/fp8]; Prompt USD/1 Mio. Token=0,1425; Completion USD/1 Mio. Token=0,57; Cache-Read USD/1 Mio. Token=0,01425; unverändertes discount-Feld=0.05
DigitalOcean [digitalocean]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Novita [novita/fp16]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Nebius [nebius/fp4]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Wafer [wafer]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
ModelRun [modelrun/fp4]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Parasail [parasail/fp8]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Together [together]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
Minimax [minimax]; Prompt USD/1 Mio. Token=0,15; Completion USD/1 Mio. Token=0,6; Cache-Read USD/1 Mio. Token=0,015; unverändertes discount-Feld=0
SambaNova [sambanova]; Prompt USD/1 Mio. Token=0,3; Completion USD/1 Mio. Token=1,2; Cache-Read USD/1 Mio. Token=0,03; unverändertes discount-Feld=0 (Die API-Werte je Token wurden exakt mit 1.000.000 multipliziert. Rohwerte im discount-Feld und sämtliche Preiszeitpläne bleiben gesondert erhalten. Ein Cache-Write-Preis wurde in keiner zurückgegebenen pricing-Struktur veröffentlicht; er ist nicht als null US-Dollar dargestellt.)Quelle |
| API-Funktionen | Relace [relace/fp4]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","temperature","top_p","top_k","min_p","stop","max_tokens","seed","logit_bias","frequency_penalty","presence_penalty","repetition_penalty","response_format","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":false,"none":true,"required":false}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
InferenceNet [inference-net/fp4]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","stop","frequency_penalty","presence_penalty","seed","top_k","min_p","logit_bias","response_format","structured_outputs","repetition_penalty","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
InferenceNet [inference-net/fp4/us]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","stop","frequency_penalty","presence_penalty","seed","top_k","min_p","logit_bias","response_format","structured_outputs","repetition_penalty","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
GMICloud [gmicloud/fp8]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","seed","response_format","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":false,"none":true,"required":false}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
DigitalOcean [digitalocean]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","temperature","top_p","max_tokens","response_format","structured_outputs","tools","tool_choice","logprobs","top_logprobs","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Novita [novita/fp16]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","stop","frequency_penalty","presence_penalty","seed","top_k","repetition_penalty","response_format","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":false,"none":true,"required":false}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Nebius [nebius/fp4]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","stop","frequency_penalty","presence_penalty","seed","top_k","logit_bias","logprobs","top_logprobs","response_format","structured_outputs","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Wafer [wafer]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","temperature","top_p","top_k","min_p","frequency_penalty","presence_penalty","repetition_penalty","stop","seed","max_tokens","logit_bias","response_format","structured_outputs","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
ModelRun [modelrun/fp4]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","presence_penalty","repetition_penalty","frequency_penalty","stop","top_p","structured_outputs","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Parasail [parasail/fp8]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","frequency_penalty","presence_penalty","repetition_penalty","seed","stop","top_k","logit_bias","response_format","structured_outputs","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Together [together]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","stop","frequency_penalty","presence_penalty","top_k","repetition_penalty","logit_bias","min_p","response_format","structured_outputs","tools","tool_choice","logprobs","top_logprobs","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
Minimax [minimax]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","tools","tool_choice","response_format","reasoning_effort"]; supports_tool_choice={"auto":true,"function":false,"none":false,"required":false}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false
SambaNova [sambanova]; unterstützte Parameter und API-Kennzeichen unverändert: supported_parameters=["reasoning","include_reasoning","max_tokens","temperature","top_p","top_k","stop","response_format","structured_outputs","tools","tool_choice","reasoning_effort"]; supports_tool_choice={"auto":true,"function":true,"none":true,"required":true}; supports_implicit_caching=true; native_tools={}; supports_voice_cloning=false; supports_multiple_audio_references=false; supports_image_reference=false; supports_diarization=false (Die unterstützten Parameter und vorhandenen API-Kennzeichen sind je Anbieterroute aufgeführt. Die von der Antwort gemeinsam für die Route ausgewiesene Architektur lautet: {"input_modalities":["text","image","video"],"instruct_type":null,"modality":"text+image+video->text","output_modalities":["text"],"tokenizer":"Other"}.)Quelle |
| Quantisierte Variante | Relace [relace/fp4]; tag=relace/fp4; quantization=fp4
InferenceNet [inference-net/fp4]; tag=inference-net/fp4; quantization=fp4
InferenceNet [inference-net/fp4/us]; tag=inference-net/fp4/us; quantization=fp4
GMICloud [gmicloud/fp8]; tag=gmicloud/fp8; quantization=fp8
DigitalOcean [digitalocean]; tag=digitalocean; quantization=unknown
Novita [novita/fp16]; tag=novita/fp16; quantization=fp16
Nebius [nebius/fp4]; tag=nebius/fp4; quantization=fp4
Wafer [wafer]; tag=wafer; quantization=unknown
ModelRun [modelrun/fp4]; tag=modelrun/fp4; quantization=fp4
Parasail [parasail/fp8]; tag=parasail/fp8; quantization=fp8
Together [together]; tag=together; quantization=unknown
Minimax [minimax]; tag=minimax; quantization=unknown
SambaNova [sambanova]; tag=sambanova; quantization=unknown (Kennzeichnungen und Quantisierungen stammen wortgetreu aus den Endpunktantworten. Nicht angegebene Werte werden nicht aus Namen abgeleitet.)Quelle |
Benchmark-Metaanalyse
Gesamt- und Bereichsscores
Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.
Gesamtindex
Noch nicht genug unabhängige Werte für einen Score
vorläufig
- Testreihen
- 0
- Testfamilien
- 0 / 65
- Quellen
- 0
- Anteil am festen Testpanel (informativ)
- 0 %
Dokumentierte Methode · Einbezogene Testfamilien und Messwerte
Methodenfassung: benchmark-meta-score-v3
Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.
Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.
Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.
Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.
Die Quellenzahl ist keine Anzahl unabhängiger Experimente.
OECD-Handbuch zu zusammengesetzten IndikatorenAlle 0 Testfamilien und 0 von 0 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.
Benchmarkquellen im Überblick
Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 14 | 7 | 185 |
| Vals AI | 10 | 1 | 146 |
| LMArena | 0 | 0 | 4 |
Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.
Bei 163 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.
Seite 1 von 36
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Automation-Bench v1.0.6 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 62.8
- Bewertung
- 62.8
- Messgröße
- public tasks
- Einheit
- %
- Kategorie
- agent/work
- Richtung
- Mehr ist besser
- Stichprobe
- 600
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude-Code-Harness; maximaler Aufwand.
BankerToolBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.2
- Bewertung
- 76.2
- Messgröße
- score
- Einheit
- %
- Kategorie
- agent/work
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. OpenCode 1.17.18; MiniMax M2.7 als Bewertungsmodell.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
Terminal-Bench 4.0 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 38.1
- Bewertung
- 38.1
- Messgröße
- score
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Codex-Version 0.149.1.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
LOCA-Bench 256K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 60.3
- Bewertung
- 60.3
- Messgröße
- score
- Einheit
- %
- Kategorie
- long-context
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Offizielle Implementierung; Kontexteinstellung 256.000 Token.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
Agents’ Last Exam (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 29.6
- Bewertung
- 29.6
- Messgröße
- official Overall setting
- Einheit
- %
- Kategorie
- agent/work
- Richtung
- Mehr ist besser
- Stichprobe
- 152
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Offizielle ALE-Einstellung Overall; Claude Code; maximaler Aufwand.
OSWorld 2.0 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.7
- Bewertung
- 61.7
- Messgröße
- score
- Einheit
- %
- Kategorie
- computer use
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Offizielle empfohlene vollständige Version 0808.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
PostTrain Bench v1.1 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39.3
- Bewertung
- 39.3
- Messgröße
- score
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude Code 2.1.251; maximale Ausgabe 512.000 Token.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
DeepSWE v1.1 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.7
- Bewertung
- 73.7
- Messgröße
- score
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. mini-SWE-agent 2.4.5; maximaler Aufwand; Ausgabelimit 512.000 Token.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
NL2Repo-Bench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.2
- Bewertung
- 61.2
- Messgröße
- score
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude Code 2.1.233; maximaler Aufwand; Ausgabelimit 512.000 Token; zwei Aufgaben mit widersprüchlichen Spezifikationen und Tests wurden korrigiert; Reward-Hacking-Wert null.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
SWE Refactor Bench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 23
- Bewertung
- 23
- Messgröße
- score
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude Code 2.1.220; maximaler Aufwand; Ausgabelimit 200.000 Token.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
CyberGym (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82.2
- Bewertung
- 82.2
- Messgröße
- score
- Einheit
- %
- Kategorie
- cyber security
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude Code 2.1.263; maximaler Aufwand; Ausgabelimit 1.000.000 Token.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
BabyVision w/tools (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 91
- Bewertung
- 91
- Messgröße
- score
- Einheit
- %
- Kategorie
- multimodal
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MiniMax, M3.1 Flash benchmark table
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Claude Code 2.1.285; Mindestlänge der Bildkante 1.500 Pixel.
- Einordnung
- MiniMax nennt hier keine modellspezifische Stichprobengröße.
Seite 1 von 36
Veröffentlichte Preise
- API-Preis
- 0,15 US-Dollar Eingabe, 0,60 US-Dollar Ausgabe und 0,015 US-Dollar Cachetreffer je 1 Million Token. Der Priority-Tarif wird für diese Modellkennung nicht unterstützt.Quelle