待验证50% 置信基准精确时间

在自动化基准测试中，MiniMax M3.1 Flash得分62%，Claude Opus 5得分50.3%，GPT-5.6 Sol得分45.8%。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/29

首次发现

有效期至：2026/11/12

来源

AI圈爆料周：GPT-6.5泄露、Claude新模型与MiniMax性价比

bilibiliTHE_OREGANO2026/10/29

涉及实体

MiniMax M3.1 Flashmodel Claude Opus 5model GPT-5.6 Solmodel

相关事实

待验证在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%，比 Opus 5.5 高 2.2 个百分点，成本为其三分之一73% 相似待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1111898

API

curl https://kongchang.com/api/v1/knowledge/claims/1111898

MCP

get_claim(id=1111898)