MiniMax только что выпустила M3.1 Flash: агентная MoE-модель на 428 млрд параметров за $0,15/млн входных токенов
MiniMax только что выпустила MiniMax M3.1 Flash в своем API по цене $0,15 за 1 млн входных токенов. MiniMax также подтвердила, что Space Bunny была более ранней сборкой M3.1 Flash. Эта скрытая модель обработала более 200 трлн токенов. Для разработчиков посыл таков: показатели агентных задач почти передового уровня по цене моделей класса Flash. Веса модели выйдут в конце октября 2026 года.
Кратко
- Размер: 428 млрд параметров всего, около 23 млрд активных (MoE); контекст — 1 000 000 токенов
- Работает в: MiniMax API, M Plan и MiniMax Code уже сегодня. Оборудование для самостоятельного запуска не раскрыто; веса выйдут 23 октября
- Производительность: почти передовой уровень в агентной офисной работе, средние результаты в сложном программировании; все данные представлены MiniMax
- Лучший результат: Automation-Bench v1.0.6 — 62,2, высший показатель в таблице MiniMax
- Худший результат: Terminal Bench 4.0 — 38,1 против 51,8 у Opus 5
Что такое MiniMax M3.1 Flash?
MiniMax M3.1 Flash — мультимодальная модель с архитектурой mixture-of-experts от MiniMax. Она предназначена для программирования, агентной офисной работы и визуального рассуждения. На странице продукта MiniMax указаны 428 млрд параметров всего и около 23 млрд активных. Также упоминаются разреженное внимание и встроенный визуальный энкодер.
Модель принимает на вход текст, изображения и видео, а возвращает текст. Размер контекстного окна составляет 1 000 000 токенов. Эти значения числа параметров совпадают с MiniMax M3, которая поставляется примерно с 428 млрд параметров всего и примерно 23 млрд активных. MiniMax не публиковала технический отчет о том, что изменилось в варианте Flash.
Как работает рассуждение в M3.1 Flash?
Рассуждение всегда включено и не может быть отключено. Разработчики выбирают один из 5 уровней интенсивности: Low, Medium, High, Xhigh и Max. MiniMax рекомендует использовать Max по умолчанию.
Здесь важна миграция. Запросы с thinking.type=disabled или effort=none возвращают ошибку. Рассуждение поступает в отдельном поле reasoning_content, которое может отсутствовать. Интеграции, извлекающие встроенные теги <think> из M3, необходимо обновить.
Как M3.1 Flash показывает себя в бенчмарках?
Все приведенные ниже результаты предоставлены MiniMax. Независимого воспроизведения пока нет.
В наборе CoWork M3.1 Flash лидирует в Automation-Bench v1.0.6 с результатом 62,2. Opus 5 набирает 50,3, а GPT-5.6 Sol — 45,8. На BankerToolBench модель делит первое место с Opus 5, набрав 76,2. Она также возглавляет LOCA-Bench 256K с результатом 60,3. Agents’ Last Exam дает результат 29,6.
Результаты в программировании неоднозначны. В DeepSWE v1.1 модель набирает 73,7, немного опережая GPT-5.6 Sol с его 73,0. DeepSeek-V4.1-Flash-1017 показывает более высокий результат — 77,0. Terminal Bench 4.0 дает самый слабый результат — 38,1. В SWE Refactor Bench модель набирает 23,0 против 31,0 у Opus 5.
В задачах на работу с изображениями BabyVision с инструментами дает 91,0, а CharXiv RQ — 82,5. В HLE без инструментов результат составляет 43,4.
Выборочные проверки подтверждают результаты. В карточке модели Kimi K3 указаны 67,5 в DeepSWE и 85,7 в BabyVision, что совпадает с таблицей MiniMax. Есть одна несогласованность: на графике стоимости MiniMax для Automation-Bench при максимальной интенсивности указано 62,8, тогда как в таблице — 62,2.
Сколько M3.1 Flash стоит за одну задачу?
MiniMax оценивает ценность по стоимости задачи, а не токена. На графике Automation-Bench все 5 уровней интенсивности находятся ниже $0,05 за задачу. Результаты варьируются от 52,8 при низкой интенсивности до 62,8 при максимальной. Полный запуск Agents’ Last Exam из 152 задач стоил около $111 при результате 29,6. В DeepSWE DeepSeek V4.1 Flash-1017 при максимальной интенсивности оказывается одновременно результативнее и дешевле.
Как развернуть MiniMax M3.1 Flash?
Модель доступна на platform.minimax.io под названием MiniMax-M3.1-Flash. MiniMax поддерживает доступ, совместимый с Anthropic и OpenAI, включая Chat Completions и Responses. Модель также доступна через M Plan и настольное приложение MiniMax Code.
Цена фиксированная: $0,15 за 1 млн входных токенов и $0,60 за 1 млн выходных токенов. Чтение кэша стоит $0,015 за 1 млн токенов. Доплаты за длинный контекст нет. MiniMax M3 стоит $0,30/$1,20 при объеме входных данных до 512K токенов, а при превышении этого объема цена удваивается. В пересчете на токен Flash стоит вдвое дешевле стандартного тарифа M3. MiniMax заявляет, что стоимость в 3 раза ниже, чем у M3, но не раскрывает методику расчета.
Что касается скорости, на странице продукта MiniMax указано около 150 токенов в секунду. В анонсе заявлена скорость в 3 раза выше, чем у M3. Веса выйдут 23 октября; лицензия пока не раскрыта. Для сравнения: сборка M3 в формате MXFP8 занимает около 440 ГБ.
Как M3.1 Flash сравнивается с DeepSeek, Kimi и GLM?
| Характеристика | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Всего / активных параметров | 428B / ~23B (MiniMax) | 552B / 8B для префилла, 16B для декодирования (карточка NVIDIA) | 2,8T / 104B (HF) | ~744B / ~40B, общая база GLM-5 |
| Контекст | 1M | 1M (документация DeepSeek) | 1 048 576 | 1 048 576 (Cloudflare) |
| Входные данные | Текст, изображения, видео | Текст, изображения | Текст, изображения | Текст |
| Веса / лицензия | Выйдут 23 октября; лицензия не раскрыта | Открытая, MIT | Открытая, лицензия Kimi K3 | Открытые веса |
| Цена API: вход / выход (1 млн) | $0,15 / $0,60, фиксированная | $0,30 / $1,20 в пиковое время; вдвое дешевле вне пиковых часов | $3,00 / $15,00 | $1,40 / $4,40 |
| Оборудование для самостоятельного запуска | Не раскрыто | Не раскрыто | Веса MXFP4; vLLM, SGLang | Не раскрыто |
| Automation-Bench v1.0.6* | 62,2 | 54,8 | 46,7 | 48,8 |
| DeepSWE v1.1* | 73,7 | 74,2 | 67,5 | 66,9 |
| Terminal Bench 4.0* | 38,1 | 31,2 | 12,6 | 37,9 |
| BabyVision (с инструментами)* | 91,0 | 89,6 | 85,7 | Не сообщается |
*Результаты из сравнительной таблицы MiniMax. Результаты Kimi K3 в DeepSWE и BabyVision совпадают с данными ее собственной карточки.
Каковы ограничения?
Все результаты бенчмарков предоставлены разработчиками, а выбор тестового инструментария влияет на показатели. Данные Automation-Bench нельзя напрямую сопоставлять между источниками. В карточке Kimi K3 указано 30,8 на общедоступной выборке из 600 задач, тогда как MiniMax приводит 46,7.
Opus 5 опережает модель на 13,7 пункта в Terminal Bench 4.0 и на 14,1 пункта в NL2Repo-Bench. Постоянно включенное рассуждение также задает минимальный уровень расхода токенов и задержки для простых запросов. Детали самостоятельного запуска останутся неизвестными до 23 октября.
Основные выводы
- MoE-модель с 428 млрд параметров, около 23 млрд активных и контекстом 1M.
- $0,15/$0,60 за 1 млн токенов — половина цены M3 за токен.
- Лидирует в Automation-Bench v1.0.6 с результатом 62,2, по данным MiniMax.
- Уступает Opus 5 на 13,7 пункта в Terminal Bench 4.0.
- Веса выйдут 23 октября; рассуждение нельзя отключить.
Ознакомьтесь с анонсом, страницей продукта и документацией API. Все заслуги принадлежат исследователю этого проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту по машинному обучению с более чем 150 тыс. участников и подписаться на нашу рассылку. Стоп! Вы есть в Telegram? теперь к нам можно присоединиться и в Telegram.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.