幣界網消息，MiniMax M3.1 Flash在測試中引發刷榜爭議。大模型評測博主「貓老闆」發現，該模型在老題上接近滿分，但在新題上幾乎得零分。模型平均每題消耗數萬token，但一些難題僅用約1萬token就能答對。這種反常表現引發疑問，是否模型提前記住了部分題目的答案。貓老闆維護的「致知」大模型排行榜使用不公開的私人題庫，主要測試邏輯、數學和編程能力。此次M3.1 Flash的中位分數達到51.76，較上一代M3的23.86提高一倍以上，接近最新的DeepSeek V4.1 Flash 1017的56.03。一些開發者懷疑模型可能針對舊題進行了專門訓練，而未真正掌握解题方法，這種做法被稱為benchmaxxing。