待验证60% 置信事实时间未知

MiniMax M2.1在SWE-Bench基准测试上的表现持平甚至超过Claude Sonnet 4.5

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Cursor+Skills搭建财报分析AI Agent：从零到一实战教程

bilibiliAfterShip

涉及实体

MiniMax M2.1model SWE-Benchconcept Claude Sonnet 4.5model

相关事实

待验证在MiniMax的MMClaw评估中，M2.7在开放式工具调用场景下接近Sonnet 4.6的水平76% 相似待验证MiniMax M3 的基准测试成绩亮眼，部分指标据称可比肩 GPT-5.576% 相似待验证SWE-Bench工程实战测试第一名是近期发布的MiniMax M2（397B）75% 相似待验证MiniMax M2.7在SWE-Pro基准测试上得分56.22%73% 相似待验证在智能体搜索测试中，Sonnet 5 各 effort level 下均优于 Sonnet 4.6，但整体性能低于 Opus 4.8，综合约在 Opus 4.7 级别73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/3031

API

curl https://kongchang.com/api/v1/knowledge/claims/3031

MCP

get_claim(id=3031)