MiniMax M3.1Flash发布引发“背题”质疑:旧题高分、新题失灵、幻觉率高达92.8%
MiniMax于2026年10月19日发布低价大模型M3.1Flash,综合评测得分42分,成本较前代降70%,但随即遭遇“背题”质疑——其在AA公开旧题上接近满分,改写题干后仍答原答案;猫老板与Binkg等测评者指出其新旧题能力割裂、Token消耗异常、知识测试幻觉率高达92.8%。10月23日MiniMax开源模型权重,供独立复验,但题目识别机制与中英文响应差异原因尚未澄清。
推荐理由:该报道基于多方实测(Binkg改题实验、作者复现、AA与Plotly-Mila双测评对比)、可验证数据(Token量、价格、正确率/幻觉率)及模型行为矛盾点(英文错/中文对、旧题稳/新题崩),系统呈现当前大模型评测可信度危机的核心症候:高分未必等于强泛化,低价优势与能力真实性形成张力。信息源为钛媒体授权发布的深度调查,含原始测试过程、截图佐证与时间戳,时效性与细节密度俱佳。
![[AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed](https://latent.space/og/card/post/ainews-kimi-31/4da802572e7369acdf4cbdee535f934d70a599942d61e7d15b8168b70aeb7a84.png)