Minimax M3出了，来看看M3的表现吧
写在最前的叠甲：
- 模型的输出具有不稳定性，没搞pass@n，确实有不科学的成分，但是消费者会让一个模型跑多少次重复实验？
- One Shot不一定能代表长程Agent能力，但是One Shot是对于长程Agent编程的试金石和canary test
- 评价是主观的，但是模型的作品是客观的
- 为什么不买token plan？而是直接用API？我买过Minimax的token plan，结果到最后，我的用量很少，折算的token价格用API反而更便宜
测试渠道：Openrouter AI Chatroom，选取官方Provider，思考等级为Xhigh（但是按照or的feature，不知道能不能正常传递给上游），无提示词干扰
- 转盘题，考察的核心是转盘的指针能否和指向的奖品对应，是一道考验模型的代码的逻辑的题目，难度中等偏上，Opus 4.6有时候都会做不好这题，那么看看Minimax M3的表现
phase1，没有提醒模型，要让指针和奖品对应，极简提示词，看模型的表现：
这是Minimax M3的作品：
用时1m 43.9s
我不知道该评价什么了，我第一次见到有模型把转盘题做成相机镜头的
之前宣发的时候，M3一定要超过GLM-5.1好不好 → 目标低了
那么看看GLM5.1在这一题的表现
嗯，倒也可以说GLM5.1背题了，但是，嗯……
phase2，明确提醒模型，要求结果和指针相匹配
这是Minimax M3花了11分钟给出的结果：
好消息：
- 终于是转盘了
- 第一次旋转，结果和指针是对应的
坏消息：
旋转了第二圈，结果和指针对不上了
难评啊难评
5 个帖子 - 4 位参与者
来源: LinuxDo 最新话题查看原文