Vals AI 页面当前把 MiniMax-M3.1-Flash 的 Vals Index 综合分显示为 53.78% ± 1.07，排名 15/23，并同时列出 7 个组件基准；页面更新说明称该评测使用 Vals Index v2.2、MiniMax 官方 API、temperature 1、top_p 0.95、max compute effort。综合分只能说明该指数快照，不能替代任一具体任务分数。
适合判断的任务：在 Vals AI 的同一页面口径下比较 Agent、编码、金融、法律、税务和终端任务的公开分项结果，以及该页面记录的成本和延迟。
不适合外推的任务：把 Vals Index 综合分当成通用准确率；把任一组件分数外推为所有业务表现；把不同页面更新时间、排名分母或成本标签直接合并。
适用的模型版本：页面标识为 MiniMax-M3.1-Flash，发布日期为 2026-10-20；页面称其为 MiniMax 开放权重模型。
测试环境或客户端：更新说明称通过官方 MiniMax API 运行，默认提供商为 MiniMax。页面提示部分基准可能使用不同提供商和参数，但未逐项展开。
推理档位和参数：更新说明公开 temperature 1、top_p 0.95、compute effort max、262k max output tokens；超参数面板另显示 top_k DEFAULT、max output tokens 524,288，见边界说明。
Vals AI 更新条目写明：对 MiniMax-M3.1-Flash 运行 Vals Index v2.2 及其组件。当前页面列出 Vals Index、EMB v1.1、Finance Agent v2.1、Legal Research Bench、Tax Agent Bench、Vibe Code Bench v1.1、HLAB-Vals-1.1 和 Terminal-Bench 4.0。页面用百分比表示准确率，并在多数行后显示 ± 数值；没有公开每项的题目、样本量或不确定性计算方法。
页面当前模型卡的总体指标是 Vals Index 准确率 53.78% ± 1.07、排名 15/23、Vals Index 测试成本 $0.660、延迟 43 min 18 s。页面更新说明则写为 15/22、每测试 $4.46，并给出开放权重模型排名 5/11。两组值在同一页面可见，可能对应不同更新时间或展示口径；本文分别保留，不将其合并为一个数。
| 指标 | 页面当前模型卡 | 单位/口径 |
|---|---|---|
| Vals Index | 53.78% ± 1.07 | 综合准确率；当前排名 15/23 |
| Vals Index 测试成本 | $0.660 | 页面标签为 COST / TEST (VALS INDEX) |
| 延迟 | 43 min 18 s | 页面标签为 LATENCY |
更新说明另写：Vals Index 53.78%，排名 15/22，每测试 $4.46，开放权重模型排名 5/11。该段是页面 2026-10-20 的更新文字，不能覆盖当前卡片，也不能与当前卡片相加或换算。
| 基准 | 准确率 | 页面排名 |
|---|---|---|
| EMB v1.1 | 67.84% ± 2.29 | 19/30 |
| Finance Agent v2.1 | 58.83% ± 2.07 | 22/28 |
| Legal Research Bench | 34.13% ± 3.30 | 44/82 |
| Tax Agent Bench | 32.14% ± 3.34 | 19/73 |
| Vibe Code Bench v1.1 | 73.94% ± 4.25 | 38/116 |
| HLAB-Vals-1.1 | 7.50% ± 2.27 | 17/24 |
| Terminal-Bench 4.0 | 25.25% ± 1.01 | 22/52 |
页面更新文字还给出与 MiniMax-M3 的对照：Vibe Code Bench 为 73.94% 对 47.57%，Tax Agent Bench 为 32.14% 对 20.59%，EMB v1.1 为 67.84% 对 59.75%，Finance Agent v2.1 为 58.83% 对 54.34%，Legal Research Bench 为 34.13% 对 29.81%。这些是对应任务的分数对照，不是综合指数差值。
模型信息：MiniMax-M3.1-Flash；开发者 MiniMax；开放权重；上下文窗口 1M；模型卡最大输出 token 为 524K；输入模态显示支持文本和图片。
价格：模型卡显示输入/输出 token 成本 $0.15/$0.60；更新说明写为每百万输入 token $0.15、每百万输出 token $0.60。
运行参数：更新说明为官方 MiniMax API、temperature 1、top_p 0.95、compute effort max、262k max output tokens。展开的超参数面板为默认提供商 MiniMax、temperature 1、top P 0.95、top K DEFAULT、max output tokens 524,288、compute effort MAX。
版本：更新说明明确写 Vals Index v2.2；组件名称和版本仅以页面可见标题为准，例如 EMB v1.1、Finance Agent v2.1、Vibe Code Bench v1.1 和 HLAB-Vals-1.1。
页面动态性：当前模型卡显示 Vals Index 15/23，更新文字显示 15/22；排名分母、模型集合和成本展示可能随页面更新变化。本文以 2026-10-21 页面可见内容为快照。
这页支持的有限结论是：在 Vals AI 的公开快照中，MiniMax-M3.1-Flash 在 Vibe Code Bench v1.1 的分数最高（73.94%），EMB v1.1 为 67.84%，Finance Agent v2.1 为 58.83%；HLAB-Vals-1.1 为 7.50%，Terminal-Bench 4.0 为 25.25%。这些是不同任务的分项结果，不能合成为一个业务成功率。
页面没有公开逐题提示词、任务数量、随机种子、重复次数、评分细则、硬件和并发设置、API 或模型快照、各基准的实际提供商与参数、不确定性计算方法，也没有解释 $0.660 与 $4.46 per test 的差异。因此，页面数据可用于记录同一 Vals 快照下的相对位置和复现参数，不能据此完整重算成本或复现全部分数。
复现时固定原文 URL、采集日期、MiniMax API 提供商、模型标识、Vals Index v2.2、temperature 1、top_p 0.95、compute effort max，并分别记录更新说明的 262k max output tokens 与页面超参数面板的 524,288。每项基准应单独记录题目数、版本、提供商、参数、耗时、输入输出 token 和费用；若页面仍同时显示两套排名或成本，应保留标签和快照时间，不自行推导缺失数据。
MiniMax M3.1 Flash
