基准测试：Mistral Large 4、MiniMax M3.1 Flash 与 Sol 6 对比评测

2026年10月29日 · 基准测试 · Vasiliy Radostev 更新的不一定更好。“Flash”也不一定更快。 Sol 6 比 Sol 5.6 更便宜、更快，整体质量相近。在我看来，MiniMax M3 和 M3.1 Flash 不值得使用：Luna 6 的整体质量更好，成本还更低。Mistral Large 4 在信息抽取任务上表现不错，而 Gemini Flash-Lite 在速度上领先。 Sol 6 相比本就很强的 Sol 5.6，在成本和速度上是一次扎实的升级。整体质量接近，各项任务的提升并不均衡。 Sol 6 在架构和匹配上得分更高。Sol 5.6 在仓库实现、信息抽取和研究上略高一些。在仓库实现上，Sol 6 更快：19.8 秒对 26.4 秒。 我的结论：更便宜、更快的升级，整体质量相近。 在我看来，MiniMax M3 和 M3.1 Flash 不值得使用。Luna 6 的整体质量更好，成本也更低。MiniMax Flash 在编码上得分更高，M3 在匹配上略高，但在五项工作负载中有四项 Flash 比 M3 更慢。 在仓库实现上，M3.1 Flash 平均耗时 145.2 秒，而 M3 为 79.7 秒，Luna 6 为 30.9 秒。也就是说，在这项工作负载上，MiniMax Flash 比 Luna 6 慢了近 5 倍，贵了也近 5 倍。MiniMax Flash 完成了 16 个编码响应中的 13 个。M3.1 Flash 在编码和架构上得分高于 M3，而 M3 在信息抽取和匹配上得分更高。 除非你有自己的闲置 GPU，或者需要把数据保留在自己的环境中，否则我不推荐它们。我没有测试过它们自托管时的性能或成本。 我的结论：Luna 6 以更低的成本提供了更好的整体质量。 Mistral Large 4 在信息抽取、匹配和研究等任务上是一个有竞争力的模型，但速度慢。如果你在欧盟，并且想找一款在欧盟内部开发的模型，它是一个可以考虑的选项。 Mistral Large 4 在信息抽取上得分为 0.96，领先于 Sol 5.6 和 Luna 6。在仓库实现上得分为 0.72，而 Luna 6 为 0.80，耗时 102.2 秒，而 Luna 6 为 30.9 秒。在全部五项工作负载上，它都比 Sol 5.6 更慢。 我的结论：如果速度不那么重要，这是一个值得考虑的欧盟开发选项，尤其适合信息抽取。 虽然 Gemini 3.1 Flash-Lite 不是近期发布的，但我终于有机会测试它，并与 MiniMax M3.1 Flash 等模型进行比较。我的第一印象：Gemini 3.1 Flash-Lite 真的很快。 如果你需要为相对简单的任务提供高速处理，它是一个值得考虑的好选择。它甚至可以用于 CI/CD 流水线中简单且经过充分验证的任务。 Flash-Lite 在全部五项工作负载上都是最快的模型，在匹配上平均约 1 秒，在仓库实现上为 7.2 秒。它的信息抽取得分为 0.82，而 Luna 6 为 0.90。CI/CD 的建议是一个值得探索的用例，并不是本次基准测试直接测试的内容。 我的结论：为更简单的任务提供速度，但要经过验证。 部分响应不可用。成本和延迟描述的是成功模型响应的情况。 我们测试了五项工作负载，每项八个用例，重复两次。Sonnet 5.5 根据任务特定标准对响应进行评分；质量分数衡量的是评分标准的表现，而不是任务通过率。 图表对全部五项工作负载给予相同权重；成本不包括评判和设置。