VerdictPal
Beitreten

Modelle / MiniMax

MiniMax M3

MiniMax · Release 2026-05-31

MiniMax' Open-Weights-Release Mai 2026. Terminal-Bench 2.0 66,0 % — global #10 und stärkstes Non-Frontier-Tier-Ergebnis im öffentlichen Ledger. 1M-Kontext, $0,40 / $2,00 pro 1M Tokens.

Default-Open-Weights-Modell für selbstgehostete Agent-Infrastruktur. Vergleichbar mit DeepSeek V4 Pro Max bei Terminal-Bench, mit ähnlichem Preisprofil und 1M-Kontext.

#49 von 184 im AA Index · aktueller Snapshot
30 AA Index · 17 Benchmark-Zeilen · 8 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite62
Kontext1M
Input / 1M$0.40
Output / 1M$2.0
Wissensstichtag2026-03-01
Output-Speed103 t/s
TTFT (Default-API)1.11s
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

79/100 Ø
Wissen
85
Reasoning
93
Coding
78
Agentisch
66
Langer Kontext
83
Tool-Nutzung
76
Menschliche Präferenz
75

7 getestete Benchmark-Familien

Redaktionsnotiz
MiniMax M3 ist die Überraschung im Open-Weights-Segment — Terminal-Bench 2.0 66,0 % setzen es vor mehrere proprietäre Modelle. Der 1M-Kontext ist der echte Differentiator für Langdokument-Arbeit.
Benchmark-Platzierungen

Wo MiniMax M3 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
IFBenchReasoning#3/ 12783Artificial Analysis2026-09-10
MCP AtlasTool use#10/ 1069MCP Atlas leaderboard2026-06-09
AA-LCRLong context#11/ 18283Artificial Analysis2026-09-10
LMArena (Chatbot Arena)Human preference#12/ 1375LMArena leaderboard2026-05-25
BFCLTool use#14/ 2076Berkeley Function Calling Leaderboard V42026-04-15
GPQA DiamondReasoning#17/ 19093Artificial Analysis2026-09-10
SWE-bench VerifiedCoding#17/ 2278SWE-bench Verified leaderboard2026-06-09
LiveBenchReasoning#18/ 2160LiveBench leaderboard2026-04-15
LongBench v2Long context#18/ 1946LongBench v2 leaderboard2026-04-01
MMLUKnowledge#22/ 2285MiniMax M32026-05-31
AA output speedPerformance#38/ 190Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#43/ 18539Artificial Analysis2026-09-10
SciCodeCoding#52/ 9347Artificial Analysis2026-09-10
Artificial Analysis Intelligence IndexReasoning#57/ 18830Artificial Analysis2026-09-10
AA time to first tokenPerformance#58/ 190Artificial Analysis2026-09-10
Terminal-BenchAgentic#59/ 18966Terminal-Bench 2.0 leaderboard2026-05-20
τ³-Bench BankingAgentic#75/ 11015Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo MiniMax M3 auftaucht, ist es hervorgehoben.

KnowledgeMiniMax M3 · 85
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningMiniMax M3 · 93
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
CodingMiniMax M3 · 78
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticMiniMax M3 · 66
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextMiniMax M3 · 83
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Tool useMiniMax M3 · 76
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Human preferenceMiniMax M3 · 75
  1. 1
    GPT 5.5
    95
  2. 2
    Claude Opus 4.8
    92
  3. 3
    Gemini 3.5 Flash
    91
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für MiniMax M3 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

14 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context83%Artificial Analysis4
AA output speedPerformance103 t/sArtificial Analysis4
AA time to first tokenPerformance1.11sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning29.6%Artificial Analysis4
GPQA DiamondReasoning92.9%Artificial Analysis4
Humanity's Last ExamReasoning39%Artificial Analysis4
IFBenchReasoning82.86%Artificial Analysis4
SciCodeCoding47.1%Artificial Analysis4
τ³-Bench BankingAgentic15.26%Artificial Analysis4
SWE-bench VerifiedCoding78.4%SWE-bench Verified leaderboard97
MCP AtlasTool use68.9%MCP Atlas leaderboard97
MMLUKnowledge84.8%MiniMax M3106
LMArena (Chatbot Arena)Human preference1376LMArena leaderboard112
Terminal-BenchAgentic66%Terminal-Bench 2.0 leaderboard117
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen85
Reasoning93
Coding78
Agentisch66
Langer Kontext83
Tool-Nutzung76
Menschliche Präferenz75
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für MiniMax M3. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

17 Quell-Zeilen

17 von 37 Katalog-Benchmarks haben eine belegte Zeile für MiniMax M3.

Knowledge

Reasoning

Coding

Agentic

Long context

Tool use

Performance

Human preference

Changelog
  1. MiniMax M3 veröffentlicht — Terminal-Bench 2.0 66,0 %, 1M-Kontext.
  2. MiniMax M2.7 als Flaggschiff-Open-Weights-Modell ausgemustert.
Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.