מערכת שנבדקה

MiniMax M3

נבדק כמודל APIמודל פתוחMiniMax

מודל פתוח של MiniMax עם חלון הקשר של 1,000K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 54.8.

ציונים לפי יכולת

מחקר ברשת

כיסוי 15%

83.5

הבנת תמונות ומסמכים חזותיים

כיסוי 33%

78.1

ידע וחשיבה

כיסוי 48%

76.8

חשיבה מופשטת

כיסוי 35%

74.5

שימוש בכלים

כיסוי 32%

74.3

מתמטיקה

כיסוי 37%

72.1

שפה וניסוח

כיסוי 37%

72.1

ניתוח נתונים

כיסוי 70%

71.7

הפעלת מחשב

כיסוי 31%

70.1

ביצוע משימות מרובות שלבים

כיסוי 26%

70.0

חשיבה מדעית

כיסוי 56%

69.0

עבודה בשורת פקודה

כיסוי 43%

66.0

הבנה חזותית

כיסוי 22%

64.9

עמידה בהוראות

כיסוי 53%

62.4

קוד ופיתוח תוכנה

כיסוי 41%

59.0

כתיבת קוד עצמאית

כיסוי 55%

57.8

תהליכי עבודה בארגון

כיסוי 43%

45.1

תנאי הבדיקה ופרטים נוספים

ספק: MiniMax
תנאי ההרצה: מצב חשיבה · חלון הקשר 1,000K טוקנים · נמדד כמודל API, ללא ממשק צ'אט
תאריך שחרור: 2026-06-01
סוג פלט: טקסט
מחיר קלט / מיליון: $0.3
מחיר פלט / מיליון: $1.2
טוקנים לשנייה: 84
זמינות בישראל: מודל פתוח. ניתן להריץ עצמאית או דרך ספק אירוח
מדיניות נתונים: בהרצה עצמית הנתונים נשארים אצלכם; בהרצה דרך ספק אירוח חלה מדיניות הספק

התוצאות נמדדו בתנאים שמצוינים כאן. ביצועי אותה מערכת בתוך מוצר הכולל כלים, גלישה או סביבת עבודה אחרת עשויים להיות שונים.

תוצאות

כל תוצאות המבחנים (23)

מחקר ברשת

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	83.5	0.34	קישור למקור

לא נמצאו תוצאות עבור: WebArena-Verified · WideResearch · Agents' Last Exam · DeepSearchQA

הבנת תמונות ומסמכים חזותיים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MMMU-Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	78.1	0.72	קישור למקור

לא נמצאו תוצאות עבור: Humanity's Last Exam (HLE) · MMMU

ידע וחשיבה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	74.5	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	90.9	0.85	קישור למקור

לא נמצאו תוצאות עבור: MMLU-Pro · Humanity's Last Exam (HLE) · SuperGPQA · MMLU-Redux

חשיבה מופשטת

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	74.5	1.00	קישור למקור

לא נמצאו תוצאות עבור: ARC-AGI-3 · ARC-AGI-2 · ZeroBench

שימוש בכלים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני לפי דיווח היצרן	74.2	0.42	קישור למקור
Claw-Eval	מדד משני · בהסתייגות לפי דיווח היצרן	74.5	0.34	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Toolathlon

מתמטיקה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Mathematics	מדידה עצמאית · מתעדכן לוח עצמאי	77.0	1.00	קישור למקור

לא נמצאו תוצאות עבור: AIME 2026 · HMMT Feb 2026 · MATH Level 5 · MathVision · FrontierMath v2

שפה וניסוח

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Language	מדידה עצמאית · מתעדכן לוח עצמאי	76.8	1.00	קישור למקור

לא נמצאו תוצאות עבור: Hebrew LLM Leaderboard · מבחן העברית של האתר · Global-MMLU (GMMLU) · INCLUDE · MMLU-ProX

ניתוח נתונים

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Data Analysis	מדידה עצמאית · מתעדכן לוח עצמאי	76.2	1.00	קישור למקור

לא נמצאו תוצאות עבור: CharXiv

הפעלת מחשב

מבחן הערכה	סטטוס	ציון	משקל	מקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	70.1	0.72	קישור למקור

לא נמצאו תוצאות עבור: ScreenSpot Pro · AndroidWorld · WebArena-Verified

ביצוע משימות מרובות שלבים

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	66.0	0.85	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	70.1	0.72	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	74.2	0.42	קישור למקור
Claw-Eval	מדד משני · בהסתייגות לפי דיווח היצרן	74.5	0.34	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Terminal-Bench 3.0 · Toolathlon · AndroidWorld · WideResearch · Agents' Last Exam · AutomationBench · JobBench · DeepSearchQA · MLE-bench · Gert Labs

חשיבה מדעית

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	90.9	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	47.1	0.85	קישור למקור

לא נמצאו תוצאות עבור: SuperGPQA · CritPt

עבודה בשורת פקודה

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	66.0	0.85	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0

הבנה חזותית

מבחן הערכה	סטטוס	ציון	משקל	מקור
OfficeQA Pro	מדד משני לפי דיווח היצרן	45.1	0.42	קישור למקור
VideoMMMU	מדד משני לפי דיווח היצרן	84.6	0.42	קישור למקור

לא נמצאו תוצאות עבור: CharXiv · ScreenSpot Pro · MathVision · ERQA · ZeroBench

עמידה בהוראות

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Instruction Following	מדידה עצמאית · מתעדכן לוח עצמאי	57.5	1.00	קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

קוד ופיתוח תוכנה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Coding	מדידה עצמאית · מתעדכן לוח עצמאי	68.2	1.00	קישור למקור
LiveBench Agentic Coding	מדידה עצמאית · מתעדכן לוח עצמאי	40.7	1.00	קישור למקור
SWE-bench Verified	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לפי דיווח היצרן	80.5	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	47.1	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	59.0	0.72	קישור למקור
NL2Repo	מדד משני לפי דיווח היצרן	42.1	0.42	קישור למקור

לא נמצאו תוצאות עבור: SWE-rebench · LiveCodeBench · Aider Polyglot · MirrorCode · SWE-bench Lite · CursorBench · SWE-bench Multilingual · Vibe Code Bench · DeepSWE · FrontierCode 1.1 · ProgramBench

כתיבת קוד עצמאית

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	67.3	1.00	קישור למקור
LiveBench Agentic Coding	מדידה עצמאית · מתעדכן לוח עצמאי	40.7	1.00	קישור למקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	66.0	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	59.0	0.72	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0 · CursorBench · Vibe Code Bench · DeepSWE

תהליכי עבודה בארגון

מבחן הערכה	סטטוס	ציון	משקל	מקור
OfficeQA Pro	מדד משני לפי דיווח היצרן	45.1	0.42	קישור למקור

לא נמצאו תוצאות עבור: AutomationBench

מערכות נוספות

להשוואה

Apodex 1.1 Celeris-1 ChatGPT Claude Claude Code Claude Fable 5 Claude Fable 5.1 Claude Haiku 5.5 Claude Opus 4.6 Claude Opus 4.7 Claude Opus 4.7 (Adaptive)Claude Opus 4.8 Claude Opus 5 Claude Opus 5.5 Claude Sonnet 4.6 Claude Sonnet 5 Claude Sonnet 5.5 Command A+Cursor DeepSeek-R1 DeepSeek R1 Distill Qwen 32B DeepSeek V3 DeepSeek V3 0324 DeepSeek V3.1 DeepSeek V3.1 (Reasoning)DeepSeek V3.2 DeepSeek V4.1 Flash 1017 DeepSeek V4 Flash Vision Exp DeepSeek V4 Pro 0813 Devin Exaone 4.0 32B Gemini 2.5 Flash Gemini 2.5 Pro Gemini 3.1 Pro Gemini 3.5 Flash Gemini 3.5 Flash-Lite Gemini 3.6 Flash Gemini 3.7 Flash Gemini 3.8 Flash Gemini 3 Flash Gemini 3 Pro Gemini 4 Argon Gemini Nano Banana 2.1 Gemma 4 26B A4B GitHub Copilot GLM-4.5-Air GLM-4.6 GLM-4.7 GLM-4.7-Flash GLM-5 GLM-5.1 GLM-5.2 GLM-5.3 GLM-5.3-Flash GLM 5.3 Prime GLM-5-Turbo GLM-5V-Turbo GPT-5.1 GPT-5.2 GPT-5.3 Codex GPT-5.4 GPT-5.5 GPT-5.6 Luna GPT-5.6 Sol GPT-5.6 Terra GPT-6.1 Sol GPT-6.1 Terra GPT-6.1 Terra Pro GPT-6 Astra GPT-6 Luna GPT-6 Sol Granite-4.0-350M Granite-4.0-H-1B Granite-4.0-H-350M Granite 4.2 8B Grok 4 Grok 4.1 Fast Grok 4.1 Fast (Reasoning)Grok 4.3 Grok 4.5 Grok 4.6 Grok 4.7 Grok 4 Fast (Reasoning)Grok Grok Code Fast 1 Hy3 Hy3 Preview Inkling Inkling-Small Instinct K-Exaone Kimi K2.6 Kimi K2 Kimi K2.5 Kimi K2.5 (Reasoning)Kimi K2.7 Code Kimi K3 LFM2.5-2.6B LFM2.5-8B-A1B Ling 2.6 Flash Ling 3.0 Flash Ling 3.0 Flash VL Ling 3.1 Flash Manus Mercury 2 Mercury 2.5 Meta AI Microsoft Copilot MiMo-V2.5-Pro MiMo-V2.6-Flash MiMo-V2.6-Pro MiMo-V2-Flash MiMo-V2-Omni MiMo-V2-Pro MiniMax M2.5 MiniMax M2.7 MiniMax M3.1 Flash Mistral Large 2 Mistral Large 3 Mistral Large 4 Le Chat Mistral Medium 3 Mistral Medium 3.5 128B Mistral Small 4 Muse Glimmer 30B Muse Spark Muse Spark 1.1 Muse Spark 1.2 Muse Spark Open Muse Wonder Muse Wonder Full Nemotron 3.5 Bolt 74B-A9B Nemotron 3.5 Lightning Nemotron 3.5 Super VL Nemotron 3.5 Super VL 120B A12B Nemotron 3 Nano Omni 30B A3B Nemotron 3 Ultra Nova Pro Codex Dots Perplexity Phi-4 Quasar 438B Qwen3.5-122B-A10B Qwen3.5-27B Qwen3.5-35B-A3B Qwen3.5 397B Qwen3.6-27B Qwen3.6-35B-A3B Qwen 3.6 Max (preview)Qwen3.6 Plus Qwen3.7 Flash Qwen3.7 Max Qwen3.7 Plus Qwen3.8 2.4T A95B Qwen3.8-27B Qwen3.8 Flash Qwen3.8-Flash-Next Qwen3.8 Max Prime Qwen3.8 Omni Flash Beam 1.0 501B-A23B Sarvam 105B Sarvam 30B Solar Pro 2 Solar Pro 3 Step 3.5 Flash Step 3.7 Flash Step 5 Preview Switchyard Trinity-Large-Thinking