MiniMax M3 vs Opus 4.8

MiniMax M3 登场 Code Arena 前端第7，得分1531，与 GLM-5.1 并列领先，价格带 Pareto 前沿达 $0.60/ $2.40 每Mtoken。

Together AI优化了MiniMax M3模型的部署，通过架构和工程创新实现81–125%吞吐量提升。

MiniMax-M3 已上线 OpenRouter，是一款支持100万token上下文、前沿编码与代理性能、原生多模态（图像/视频）的开源模型，标志着大模型能力向长文本、多模态和自主执行方向的重要突破。

实测显示，MiniMax M3在多模态长程任务上显著优于M2.7，推理速度提升约30%，准确率提升约15%。

开源模型MiniMax M3已达到与GPT-5.5和Opus 4.7相当的性能，尤其在编码任务上优于Gemini 3.1 Pro，且成本仅为它们的1/10，其权重将于下周在Hugging Face开放。

MiniMax M3 是首个开源权重模型，同时支持文本、视觉、文档和代码任务，在 SWE-Bench Pro 等基准测试中表现优异，上下文长度达 1M tokens。

MiniMax M3 在文档分析与长文本推理的 Document Arena 中排名第 14，其性价比显著提升该领域的帕累托前沿。

MiniMax M3在BU Bench测试中性能提升26%，达到Claude 4.6-sonnet和Gemini 3.5 Flash水平，但测试细节未公开。

Anthropic 发布了 Mythos 模型，其能力远超以往所有公开模型，且分为带安全限制的 Fable 和无限制的 Mythos。

Claude Fable 5 显著提升了 AI 能力，但存在使用限制和内容过滤机制。

Fable 5模型内置反蒸馏机制，检测到潜在训练行为时会自动降智，误触率远超官方宣称的5%。

Claude Fable 5在低档位下表现优于Opus 4.8，且在复杂任务中更省成本。

Anthropic 发布 Claude Fable 5 和 Mythos 5，前者面向所有用户开放并内置安全机制，后者专供网络安全合作伙伴使用。

FrontierCode 是一种新的代码评估基准，通过多维度评价模型生成代码的质量，显著减少误判并提升评估标准。

Claude Opus 4.8 在 Genspark AI Chat Agent 上线，具备更强判断力、更诚实的自我评估和更长独立工作能力。

Opus 4.8 的快速模式现在更便宜且速度提升 2.5 倍，适合需要快速响应的交互任务。