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.

#15 von 51 im AA Index · aktueller Snapshot
44 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-Speed97 t/s
TTFT (Default-API)1.26s
Statussolid
KnowledgeReasoningCodingAgenticLong contextTool useHuman preference
Knowledge
85
Reasoning
93
Coding
78
Agentic
66
Long context
74
Tool use
76
Human preference
75

78average across 7 tested families

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#1/ 5783Artificial Analysis2026-07-21
AA-LCRLong context#7/ 6474Artificial Analysis2026-07-21
GPQA DiamondReasoning#7/ 6993Artificial Analysis2026-07-21
MCP AtlasTool use#10/ 1069MCP Atlas leaderboard2026-06-09
LMArena (Chatbot Arena)Human preference#12/ 1375LMArena leaderboard2026-05-25
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
Artificial Analysis Intelligence IndexReasoning#21/ 6744Artificial Analysis2026-07-21
MMLUKnowledge#22/ 2285MiniMax M32026-05-31
Humanity's Last ExamReasoning#23/ 6537Artificial Analysis2026-07-21
AA output speedPerformance#26/ 69Artificial Analysis2026-07-21
Terminal-BenchAgentic#28/ 6966Terminal-Bench 2.0 leaderboard2026-05-20
AA time to first tokenPerformance#38/ 69Artificial Analysis2026-07-21
SciCodeCoding#43/ 6545Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#51/ 6413Artificial Analysis2026-07-21
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
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
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 · 74
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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.

17 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context74%Artificial Analysis2
AA output speedPerformance97 t/sArtificial Analysis2
AA time to first tokenPerformance1.26sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning44.4%Artificial Analysis2
GPQA DiamondReasoning92.9%Artificial Analysis2
Humanity's Last ExamReasoning37.1%Artificial Analysis2
IFBenchReasoning82.86%Artificial Analysis2
SciCodeCoding45.4%Artificial Analysis2
τ³-Bench BankingAgentic12.99%Artificial Analysis2
SWE-bench VerifiedCoding78.4%SWE-bench Verified leaderboard44
MCP AtlasTool use68.9%MCP Atlas leaderboard44
MMLUKnowledge84.8%MiniMax M353
LMArena (Chatbot Arena)Human preference1376LMArena leaderboard59
Terminal-BenchAgentic66%Terminal-Bench 2.0 leaderboard64
BFCLTool use76.2%Berkeley Function Calling Leaderboard V499
LiveBenchReasoning59.6%LiveBench leaderboard99
LongBench v2Long context45.6%LongBench v2 leaderboard113
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.

Knowledge85
Reasoning93
Coding78
Agentic66
Long context74
Tool use76
Human preference75
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

17 Quell-Zeilen

17 of 32 catalog benchmarks have a sourced row for 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