minimax-m3.1POST
Artificial Analysis: M3.1 Flash scores 42 with ~93% hallucination rate
Cites independent benchmark data: M3.1 Flash scores 42, 13 points above M3, at about $0.22 per task, but hallucinates on roughly 93% of fact questions.
ZK.SG
@zkdotsgArchived 8 days agoOriginally posted 2026.10.21
ZK.SG @zkdotsgOriginally posted 2026.10.21
便宜了一半，幻觉率却很高。 据该帖介绍，MiniMax-M3.1-Flash 在 Artificial Analysis 的综合测评中得分 42，比 M3 高 13 分，每个任务成本约 0.22 美元，不到 M3 的一半。 但在该机构的事实问答测评中，它几乎每题都作答，幻觉率约 93%。 便宜和可靠，往往不在同一个模型上。 写代码、做总结可以交给便宜模型，涉及事实和数据的任务，更适合交给更稳的模型把关。 按任务选模型，而不是只看单价。 你现在是怎么在成本和准确率之间做取舍的？
This post quotes another post: x.com/artificialanlys/status/2112211865128608002
x.com/zkdotsg/status/2112749893529764227Archived 2026.10.21 12:05