Minimax M3 测试报告！全军覆没啊！
我都有点怀疑我们的祖传测试用例是不是升级的太仓促了！
相关工具已收录于 AI工具严选
MiniMax
MiniMax推出的AI智能问答助手
微信赞赏
相关推荐
2026-09-28
Minimax M3.1 Flash 测评！究竟有多不能打？
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...
2026-04-01
Openclaw办公三件套！Minimax开源Skills！
OpenClaw推出了”办公三件套”——三款由MiniMax开源的高效办公Skills。包括：文档自动处理Skill、数据分析Skill和演示文稿生成Skill。这三款Skills覆盖了日常办公中最常见的使用场景，让AI可以直接帮你处理Word/Excel/PPT等办公任务。本视频详细介绍三件套的安装和使用方法。 访问入口
2026-10-21
Minimax M3.1 Flash 测评报告！这次将出乎你意料！
MiniMax M3.1 Flash 的 Claude Code 版测评报告来了。前两个视频我们是在 PI 上测的，然后评论区直接炸了锅：不少粉丝说，同样的测试用例，怎么在 Codex、在 Claude Code 上面跑效果好这么多？看看人家 AA 上的评分，再看看人家在 Agents Last Exam 的评分，你是不是本来就不该在 PI 上测呀。 粉丝的建议，那当然是要听的。我们所有模型基于 PI 测评，主要是想避开 harness 对我们测评模型原生能力的影响。但 Minimax 的强项是 agent 的工具调用能力，所以这次准备在当前最强的 Claude Code 上面再测一次，看下效果如何。 第一题强约束指令遵循句子生成测试。先检查一下结尾是不是都是从 1 到 10 结尾的——第 6、8、10 句不是。我们再看是否通顺，我认真看了下，基本都是通顺的，没有看到什么问题。这个表现还是挺不错的，毕竟这道题基本没有几个大语言模型能做到全对。 第二题鹈鹕土星环骑自行车 SVG 测试。大方向上，这个转弯效果看上去挺不错的，但是小问题还是有的：首先这个鹈鹕身体有点奇怪，怎么中间...
2026-06-03
Minimax M3 API 测试报告！还全军覆没吗？
本期视频实测 MiniMax 最新发布的 M3 API，MiniMax 国产旗舰大模型系列新版。主打文本推理与编程能力，API 已免费开放。本期视频用祖传测试用力测评，看 Minimax M3 究竟能不能打。 访问入口
2026-09-12
Kimi K2.8 测评报告！真的能打吗？
Kimi K2.8 Preview 的测评报告终于来了。这次测试用的 key 由 B站网友「非著名思想公智」提供，评测依然放在 PI 平台上进行，尽量把 Harness 的影响降到最低，思考模式同样拉到最高。 不过在开始之前有个问题想先问大家：既然 Kimi K3 都已经出来了，为什么现在才推出 K2.8 Preview？知道的朋友可以在评论区聊聊。 推理能力测试 第一题是强约束指令遵循的句子生成，要求所有句子分别以「一到十」结尾。这一题有点大跌眼镜——十句里明显只有第一句和第四句符合结尾要求，通读下来这两句是通顺的。 第二题是新版 24 点，需要给出三个解。结果非常棒，三个解都完全符合提示词要求。 第三题是难度更高的新版密码锁推理，答案是 7294364，判断正确。 编程能力测试 第四题要求实现一个精美的浏览器操作系统。第一版点上去没有反应，毕竟花了几十分钟开发，直接判失败有点可惜，于是让它返修了一次，之后就能正常使用了。右上角的弹窗表现还算可以，Dock 栏里的应用功能也没什么问题，但压轴的太空射击游戏直接报错，这一项不行。 第五题是 3D 赛车游戏。车道方向就不对，游...
2025-06-10
一键部署开源AI！小白也能部署N8N智能体！
现在是AI时代了，大家大可不必什么东西都手动操作。最简单的就是通过我以前分享的各种AI编程工具来做，无论是Cursor，cline，roo code还是Trae，道理都是相通的
