lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

MiniMax M3が正式にDeepSWE公式ランキングに登場:合格率が20.4%に上昇し、GLMとXiaomi Mimoを上回る。

動察 Beating のモニタリングによると、大規模モデルの長距離ソフトウェアエンジニアリングタスク解決能力の評価に特化したベンチマークプラットフォーム DeepSWE が最新のランキングを発表し、MiniMax のコーディングモデル MiniMax M3 を正式に公式評価に組み入れました。113 の実在するオープンソースタスクの評価において、MiniMax M3 は 20.4% の Pass@1 通過率を記録しました。この成績は月之暗面の Kimi-k2.6(23.9%)には及ばないものの、小米の mimo-v2.5-pro(19.5%)、智譜の GLM-5.1(17.5%)、Google Gemini 3.1 Pro(9.7%)、DeepSeek V4 Pro(7.5%)を上回ることに成功しました。

以前(6月2日)に独立開発者 @bleysg が発表した独立評価結果と比較すると、MiniMax M3 のパフォーマンスは顕著に向上しています。以前の独立実測では、90分の通常制限時間内での M3 の厳格な通過率はわずか 13.3%(15/113)であり、当時発表されたモデルの中では Kimi や GLM に劣っていました。今回の公式テストでの 20.4% という通過率の大幅な向上は、主に MiniMax が 6月3日に導入した重要な推論アップグレードによるものです。このアップグレードは、偶発的に発生する異常トークンの問題を修正し、長文コンテキストのキャッシュ効率を最適化したことで、長距離プログラミングにおけるコード精度が明らかに改善され、トップモデルとの差も縮まりました。注目すべきは、Pass@4(4回の試行を許可した場合の通過率)を見ると、MiniMax M3 は 48.7% に達し、Kimi-k2.6 と並び、GLM-5.1 の 38.9% を大きく上回っている点です。

しかしながら、高いリソースと計算コストは依然として MiniMax M3 の弱点です。公式ベンチマークテストでは、M3 が単一タスクを解決する際のエージェントステップ数の中央値は 311 ステップ、出力トークン数の中央値は 9.1 万、単一タスクあたりの平均コスト中央値は 5.04 ドルに達しました。これに対し、Kimi-k2.6 の単一タスク解決におけるステップ数の中央値はわずか 136.5 ステップ、コスト中央値は 2.70 ドル、小米 mimo-v2.5-pro のステップ数の中央値は 114.5 ステップ、コスト中央値はさらに低い 1.68 ドルでした。データは、M3 が問題解決の上限と通過率で優れたパフォーマンスを示す一方、計算効率と推論コストの最適化においては、国内の他の主要モデルと比較して依然として大きな改善の余地があることを示しています。

関連おすすめ
ブランドに頼らず、宣伝に頼らず、8日間で開発者によるフットソール投票を行います。
一体系統は、自動車生産ラインを大人気の観光スポットに変えたのでしょうか?
価格競争は、規模独占者が最後に行う包囲戦術である。
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了