主要来源Fireworks AI
查看原文事件专题 ·单一信源
Fireworks 实测:MiniMax M3.1 Flash 编程表现突出,成本仅 Gemini 3.8 Flash 的零头
Fireworks AI 发布基于 SII 模型的新研究,用从业者自建基准评测 MiniMax M3.1 Flash 在编程任务上的表现。结果显示 M3.1 Flash 完成的 DeepSWE 任务数量超过 Gemini 3.8 Flash,同时模型成本低 92%。 这项研究的核心是用真实开发者构建的基准而非合成测试,来衡量不同模型在质量与成本之间的取舍,并给出具体策略:什么时候该切换模型、什么时候该重试、什么时候该组合使用多个模型。 对开发者而言,M3.1 Flash 以极低成本拿到超过 Gemini 3.8 Flash 的编程完成率,意味着大规模跑代码类 Agent 任务时的单位成本可能明显下降;企业选型时也可以把"切换/重试/组合"策略纳入路由设计,而不是绑定单一模型。
当前结论
做编程类 Agent 的可以看看这份实测:MiniMax M3.1 Flash 跑 DeepSWE 任务比 Gemini 3.8 Flash 还多,成本低 92%。更有用的是 Fireworks 给了切换、重试、多模型组合的具体策略,选型和省钱都用得上。
2 个信源26° AI 热度最后更新 2026/11/17 19:40:05
证据链
2 个信源相关来源 1kimmonismus
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。