MiniMax M3.1 Flash Preview 的测评报告来了。这个模型的 API 还没有完全放开，只能在他们自家的 MiniMax Code 客户端里用，所以这次只能把客户端下载下来测。之前 PI 上接 M3 测评时表现太差，本来希望这次在专属客户端上能表现好一点，否则真就谁都别赖了。思考模式直接开到最高，用平台送的 800 积分跑我们这套祖传测试用例。

第一题是强约束指令遵循的句子生成测试，情况不太妙：第三到第十句全都没有按 1 到 10 结尾，也就是说只有前面两句对了。第二题是鹈鹕土星环骑自行车的 SVG 测试，先看积分，两道题跑完只剩 430，差不多用掉了一半。效果上，两个鹈鹕骑车同时出现了——这是第一次有模型犯这种指令遵循的错误；转弯也明显不行，根本没有转弯，鹈鹕骑到下方还是倒着走的。

第三题是复合弓射箭 SVG，跑完剩 310 积分。问题不少：上下滑轮是同方向转动的；拉弓时明显能看到箭不在弦上；右手握弓、弓弦却跑到了手背这一边，那左手还怎么拉弓；左手拉弓时，箭又明显在右手外侧，这个拉弓姿势该有多别扭。

第四题是实现一个精美的浏览器内操作系统，差一点点就做完了，积分先用光了。看这个表现，我可不乐意再充几十块进去，干脆直接换个号把剩下的题测完。先看右边的弹窗，UI 细节做得不大好：右边文字明显超出了父容器边框，外观高亮的部分同样如此，日历还跑到左边去了，而且这个弹窗关不掉。再看 Dock 栏里的应用，终端的输入框上面大大一个边框，UI 细节确实不行。压轴的太空射击游戏也只能鼠标控制，一架像样的敌机都没看到，而且这个设计方向是无论你怎么移动鼠标，它就盯着一个点射击，可玩性极低。

第五题是实现一个 3D 赛车游戏，根本无法玩——车子没看到，公路也没看到，这玩意真心不行。第六题要求不用第三方库实现一个高颜值的 Trello 看板，也是差一点点、积分就用光了。不过从它的输出看，代码其实都已经实现，也经过了几次修复，只是最后一次语法检查没有做完，所以还是可以测一下。这个 UI 真的很一般，卡片和列表的拖动根本没法工作，删除倒是没有问题——而拖动恰恰是 Trello 看板的精华之一，关键功能出问题，我都不知道怎么说了。

整个测评下来，安全起见我就不做评价了，只能说这次别再赖 Harness 了，其他的各位看官自己在评论区说吧。