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.

#37 von 168 im AA Index · aktueller Snapshot
45 AA Index · 17 Benchmark-Zeilen · 8 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite63
Kontext1M
Input / 1M$0.40
Output / 1M$2.0
Wissensstichtag2026-03-01
Output-Speed114 t/s
TTFT (Default-API)0.95s
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

79/100 Ø
Wissen
85
Reasoning
93
Coding
78
Agentisch
66
Langer Kontext
80
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 Analysis2026-09-01
AA-LCRLong context#5/ 17980Artificial Analysis2026-09-01
MCP AtlasTool use#10/ 1069MCP Atlas leaderboard2026-06-09
LMArena (Chatbot Arena)Human preference#12/ 1375LMArena leaderboard2026-05-25
GPQA DiamondReasoning#13/ 18593Artificial Analysis2026-09-01
BFCLTool use#14/ 2076Berkeley Function Calling Leaderboard V42026-04-15
SWE-bench VerifiedCoding#17/ 2378SWE-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#32/ 187Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#39/ 18039Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#46/ 18745Artificial Analysis2026-09-01
Terminal-BenchAgentic#54/ 18466Terminal-Bench 2.0 leaderboard2026-05-20
AA time to first tokenPerformance#67/ 186Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#69/ 10615Artificial Analysis2026-09-01
SciCodeCoding#80/ 18045Artificial Analysis2026-09-01
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
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    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 · 80
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
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 context80.33%Artificial Analysis5
AA output speedPerformance114 t/sArtificial Analysis5
AA time to first tokenPerformance0.95sArtificial Analysis5
Artificial Analysis Intelligence IndexReasoning45.4%Artificial Analysis5
GPQA DiamondReasoning92.9%Artificial Analysis5
Humanity's Last ExamReasoning39%Artificial Analysis5
IFBenchReasoning82.86%Artificial Analysis5
SciCodeCoding45.4%Artificial Analysis5
τ³-Bench BankingAgentic15.26%Artificial Analysis5
SWE-bench VerifiedCoding78.4%SWE-bench Verified leaderboard89
MCP AtlasTool use68.9%MCP Atlas leaderboard89
MMLUKnowledge84.8%MiniMax M398
LMArena (Chatbot Arena)Human preference1376LMArena leaderboard104
Terminal-BenchAgentic66%Terminal-Bench 2.0 leaderboard109
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 Kontext80
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.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

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