MiniMax-M3

编程49.412 项

• FrontierCode 2.0改真实仓库·Artificial Analysis21.9%折算分 62.7+
• APEX-SWE系统集成与排障·Mercor34.6%折算分 53.5+
• Vibe Code Bench v1.1做网页应用·Vals AI47.6%折算分 52.4+
• CyberBench Patch v1.1修安全漏洞·Vals AI75.0%折算分 50.3+
• LiveBench Agentic Coding改真实仓库·LiveBench40.7%折算分 49.2+
• Terminal-Bench 4.0终端里干活·Artificial Analysis2.0%折算分 至多 48.9+
• LiveBench Coding写代码·LiveBench68.2%折算分 48.7+
• TapTap Maker游戏功能开发·TapTap Maker54.1%折算分 47.2+
• SciCode科研计算代码·Artificial Analysis47.1%折算分 47.0+
• Code Migration v1.1程序换语言·Vals AI20.9%折算分 44.9+
• Terminal-Bench 4.0终端里干活·Vals AI1.0%折算分 至多 44.2+
• Vibe Code Bench 1–100持续开发应用·Vals AI9.2%+

科研50.79 项

• CritPt v2 Hard研究级物理·Artificial Analysis28.0%折算分 58.1+
• Humanity's Last Exam专家级难题·Artificial Analysis39.0%折算分 56.8+
• Terminal-Bench Science终端里做科研·Artificial Analysis0.5%折算分 至多 55.9+
• O司南 · 推理综合推理·OpenCompass65.0%折算分 55.8+
• O司南 · 抽象抽象理解·OpenCompass55.0%折算分 53.8+
• LiveBench Reasoning逻辑与空间推理·LiveBench74.5%折算分 49.1+
• CritPt研究级物理·Artificial Analysis3.7%折算分 至多 46.9+
• Mystery Game Puzzles游戏局面推理·Epoch AI7.0%折算分 至多 41.9+
• Chess Puzzles下棋解题·Epoch AI17.0%折算分 40.6+

专业办公52.913 项

• Harvey LAB-AA v1.1法律文书·Artificial Analysis0.0%折算分 至多 70.4+
• LiveBench Data Analysis数据处理·LiveBench76.2%折算分 62.4+
• Finance Agent v2.1金融分析·Vals AI54.3%折算分 58.1+
• Excel Modeling v1.1Excel 建模·Vals AI59.8%折算分 56.9+
• MedCode医疗编码·Vals AI46.3%折算分 56.8+
• Legal Research Bench法律检索·Vals AI29.8%折算分 56.4+
• TaxAgentBench税务问答·Vals AI20.6%折算分 55.8+
• GDPval-AA职业交付件·Artificial Analysis1,250折算分 53.3+
• AA-Briefcase办公长任务·Artificial Analysis1,089.1折算分 52.2+
• APEX-Agents投行咨询法律·Mercor37.7%折算分 51.4+
• AutomationBench-AA业务自动化·Artificial Analysis21.3%折算分 47.7+
• τ³-Banking银行客服·Mercor21.0%折算分 46.0+
• AA-Analyst Agent数据分析·Artificial Analysis10.0%折算分 29.5+

知识问答52.68 项

• PBullshitBench v2识破错误前提·BullshitBench64.0%折算分 73.0+
• AA-LCR长文理解·Artificial Analysis83.0%折算分 58.1+
• LiveBench Language语言理解·LiveBench76.8%折算分 56.2+
• O司南 · 知识知识问答·OpenCompass62.0%折算分 56.0+
• LNYT Connections 扩展版词语归类·Lech Mazur65.1%折算分 51.6+
• AA-Omniscience v1.1知道与不乱编·Artificial Analysis-5.5折算分 48.1+
• LiveBench IF按要求作答·LiveBench57.5%折算分 46.7+
• MLCR-AA医疗长记录·Artificial Analysis4.4%折算分 至多 29.5+

真人盲选49.52 项

• Arena WebDev网页成品盲选·LMArena1,484.1折算分 50.9+
• Arena Text对话盲选·LMArena1,436.1折算分 45.5+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。