中国人工智能企业MiniMax于2026年10月19日发布了新一代模型M3.1 Flash，声称该模型在智能体任务、编程和网络安全等领域实现了显著进步，同时将在线推理速度提升至上一代的近3倍，并将使用成本降低约70%。然而，模型发布后不久，一项围绕其独立评测成绩的争议迅速引发关注：有研究者怀疑，MiniMax可能在上一代M3模型接受评测时接触到了评测机构Artificial Analysis使用的部分测试问题，并将相关内容用于训练M3.1 Flash，从而使新模型在特定基准测试中获得异常突出的成绩。

需要强调的是，截至相关报道发布时，这仍然是一项基于有限现象提出的指控，尚无公开证据能够证明MiniMax确实窃取或利用了评测题目。相关争议的核心，是人工智能行业长期存在的一个难题：模型在基准测试中的高分，究竟反映了真正的通用能力提升，还是部分来自针对测试本身的优化。

此次争议的关键在于Artificial Analysis的AA-Omniscience评测。这是一项侧重事实知识与回答可靠性的测试，题库总量约为6000道题，其中只有约600道题公开，其余题目并未公开发布。按照常规理解，未公开题目能够降低模型通过专门训练来提高测试成绩的可能性，但如果模型开发商能够在评测过程中接触到这些题目，这种保护机制就可能受到挑战。