MiniMax2.7 在 Terminal Bench 表現慘淡——實測竟然比 M2.5 還差

有人在 Mac Studio M3 Ultra 上本地運行了完整的 Terminal-Bench 2.0 測試，用的是 MiniMax-M2.7，結果超級失望。跑了 445 次試驗後，準確率只有 41.3%——竟然還不如舊版 M2.5 的 42.7%。在 434 次試驗中，只解決了 184 個，失敗 250 個，其中 187 個是超時錯誤（模型時間用完了，不是當機）。速度也很慢，只有每秒 10-17 個 token。如果你在考慮用 MiniMax2.7 來做 Claude 裡的代理編碼任務，這個基準測試建議你還是用 M2.5 或找別的方案——新版本看起來沒有達到大家期待的升級效果。