O AGENTICO
CyberGym
conceito · 2 menções
MinimaxMenções
Segundo a MiniMax, o M3.1 Flash obteve 61,7 pontos no benchmark OSWorld V2, 76,2 no BankerToolBench e 82% no CyberGym.
Os resultados indicam o desempenho declarado do modelo em tarefas de uso de computador, fluxos bancários e identificação de vulnerabilidades.
Em sete benchmarks de texto comparados com o V4 Flash, o novo modelo superou o antecessor em todos exceto o Cybergym, que avalia vulnerabilidades de software.
Isso mostra que as melhorias de imagem não comprometeram o desempenho textual, exceto em uma área específica de segurança.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.