AI 模型排行榜還能照單全收嗎？用一份 MiniMax 報告學會查最新 LLM

2026/10/277 張照片0 次閱讀

MIU 喔爸傳來的 MiniMax 模型評比，更新 10 月官方型錄，附七張圖、查證步驟，以及三款模型的價格與試用推薦。

MIU 喔爸傳來一份 AI 模型評比，裡面有分數、價格，還有推薦名單。可是資料停在兩個月前。模型更新這麼快，先把日期和型號核對好，再來挑我們真正用得上的工具。

圖 1｜金老佛爺肖像參考的教學插畫示意，並非本人使用或測試各模型的紀錄。

先看報告寫於哪一天

這次的原始 MiniMax Agent 報告題為「AI 模型 × 功能橫向評比」，頁面明寫資料截至 2026 年 8 月 22 日，比較 11 個模型、11 個功能軸。它適合當時的研究起點；拿來做 10 月的採購或安裝決定，就要先重查版本。

MiniMax Agent 原報告標題與 2026 年 8 月 22 日截點的真實網頁截圖 — 圖 2｜原報告網站實際畫面，擷取於 2026-10-27。先找標題下方的「截止日」；畫面上的名次與價格屬於原報告舊主張，不代表本文認可。

原表把不同榜單的分數、程式題、搜尋任務、價格和「開源」放在同一張表。讀起來很方便，但每一格若沒有原始測試連結、模型版本、測試日期與設定，就無法單憑表格宣布誰是現在的第一名。尤其原頁把 MiniMax M3 的不同榜單分數放在同一段敘述，數字的尺不一樣，不能直接平均。

MiniMax Agent 原報告的舊結論與比較表上半部真實截圖 — 圖 3｜原報告舊結論及表格截圖，2026-10-27 擷取。這是待查核的原始資料，請勿照圖中的舊排名選購。

MiniMax Agent 原報告比較表下半部真實截圖 — 圖 4｜原表後半部，保留表格脈絡供讀者對照；截圖不是新的模型評測。

現在有哪些模型可以選？

以下按 2026 年 10 月 27 日各家官方型錄重查。下表是主要供應商的「查詢入口與代表型號」，不是全世界所有 LLM，也不是性能排行榜；同一公司還有研究版、區域版、預覽版與舊版。

公司／模型家族	今天可在官方頁面查到的代表型號
OpenAI	GPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna
Anthropic	Claude Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5
Google	Gemini 4 Argon、Gemini 3.8 Flash
xAI	Grok 4.7
MiniMax	MiniMax M3.1 Flash、M3
DeepSeek	DeepSeek V4.1 Flash、V4 Pro
Moonshot／Kimi	Kimi K3
阿里雲 Qwen	Qwen 3.8 Max
Z.ai GLM	GLM-5.3、GLM-5.3 Flash
Meta	Muse Wonder、Muse Spark 系列；Llama 4另有可取得權重的型號
Mistral	Mistral Large 4、Small 4、Medium 3.5
Cohere	Command 系列

MiniMax 的例子也提醒我們：「開源」不能只看一個標籤。M3.1 Flash 發布文寫明 API、M Plan、MiniMax Code 已可用，權重稍後發布；API 文件卻同時稱它是 open-weight。若你要自行下載部署，請先查到實際權重頁與授權條款，再決定。

三步把舊報告變成自己的選型清單

從舊報告查到官網版本、核對條件、同題實測的三步教學流程圖 — 圖 5｜教學流程示意：先看原報告截點，再到官方型錄核對型號與使用條件，最後拿同一題實測。圖中沒有真實模型成績。

步驟 1：對版本。 點開上表的官方型錄，記下供應商、模型全名、型號 ID 和查核日期。看見「即將推出」與「預覽版」，不要直接填進「今天可用」欄。這次的明顯例子是原文預測 Gemini 4 會來，而 Google 官網現在已列 Gemini 4 Argon。

步驟 2：對條件。 想清楚你用的是網頁聊天產品、手機 App，還是 API。ChatGPT、Claude、Grok Bot、MiniMax Code、Codex 是產品或代理入口；GPT、Claude、Grok、MiniMax 的具體版本才是模型。入口能否搜尋、讀檔、操作電腦，也取決於方案、權限和工具設定，不能只看模型名稱。價格還要分 API、訂閱、地區、快取、尖峰時段與長文件費率，請在使用當天看各家官網。

步驟 3：拿自己的題目測。 用同一份可公開資料、同一段提示詞，至少測兩個你實際能用的候選。記下資料來源、錯誤、完成時間與需要自己修正的地方。沒有帳號或沒有實測，就寫「未測」，別替它填成績。

閱讀模型評比時應確認題目、版本、工具、時間與來源的教學圖 — 圖 6｜榜單讀法教學示意：分數要連同題目、模型快照、搜尋或工具權限、測試日期一起讀，不能跨榜單直接相減。

跟著做：用假活動資料試兩個模型

假設要為一場虛構的台韓生活講座整理公開資訊。複製下面提示詞到你已能使用的兩個聊天工具，貼上相同的活動資料；先把私人電話、未公開名單拿掉。

請只根據我貼上的活動資料，整理一份 150 字繁體中文摘要與「日期、地點、報名方式」三欄表。每一欄都指出原文位置；找不到就寫「原文未提供」。不要補造地址、價格或連結。最後列出兩個需要我人工確認的問題。

檢查時，不要只看哪篇文字漂亮：日期有沒有抄對？是否引用到你真的提供的資料？沒寫報名方式時會不會亂編？ 把自己的觀察記在表格，再決定下一次用哪個工具。

使用虛構模型甲乙丙與假資料示範的同題實測紀錄表 — 圖 7｜假資料示範，非真實模型測試。讀者可照著「日期、來源、缺漏、下一步」四欄做自己的紀錄。

如果你要寫部落格，先選能附來源、可編修文字的工具；要改程式，才另外測代理能否修改檔案並通過驗證；要處理大量固定格式資料，再比較速度與費用。用自己的題目測過，下面的推薦順序也可以跟著調整。

金老佛爺推薦先試的前三個模型

如果是第一次挑模型，我會按「能幫忙整理資料和寫文章、價格看得懂、適合接著做同題測試」排這三個試用順序。這是依官方型錄與價格做的編輯推薦，尚未以同一題盲測所有模型，請不要當成全能排行榜。

順序與模型	官方 API 價格	推薦原因
1．GPT-6.1 Sol	輸入 US$2／輸出 US$10	先拿來整理資料、列大綱和檢查文章缺口。OpenAI 把它列為能力與成本較平衡的選項，適合作為第一個比較基準。
2．Claude Sonnet 5.5	輸入 US$2／輸出 US$10	第二個測同一份長資料與初稿，看它的結構、語氣和引文是否更合你的需求。Anthropic 將它定位為速度與能力兼顧的型號。
3．MiniMax M3.1 Flash	輸入 US$0.15／輸出 US$0.60	想反覆試提示詞、整理多份固定格式內容時，較低的 API 單價值得納入測試；還是要檢查漏項與錯誤。