MiniMax представила M3.1 Flash: модель ускорили почти втрое
MiniMax официально представила языковую модель M3.1 Flash, ориентированную на работу с ИИ-агентами, программирование и выполнение многошаговых задач. До публичного анонса модель тестировалась под кодовым именем Space Bunny и, по данным разработчика, успела обработать более 200 трлн токенов.
Главным улучшением MiniMax называет производительность. По сравнению с предыдущей версией скорость онлайн-инференса выросла почти втрое, а совокупная стоимость использования в агентных сценариях снизилась на 70%. В обычных сценариях генерация достигает 200 токенов в секунду, при этом медианная скорость, или показатель P50, стабильно превышает 170 токенов в секунду.
Ориентация на агентные задачи
M3.1 Flash рассчитана на системы, которым нужно не только генерировать текст или код, но и последовательно выполнять цепочки действий с использованием инструментов. В заявленных сценариях модель должна помогать автоматизировать рабочие процессы, решать сложные задачи разработки программного обеспечения и выполнять профессиональные операции.
В рамках собственного тестирования MiniMax использовала AutomationBench для оценки автоматизации рабочих процессов, DeepSWE v1.1 для проверки сложных задач разработки, Agents’ Last Exam (ALE) для профессиональных задач с инструментами и BabyVision с инструментами для оценки визуальных способностей. Компания опубликовала результаты в виде сравнительной таблицы, однако независимого подтверждения этих показателей на момент анонса не было.
Стоимость использования и доступность
Доступ к M3.1 Flash уже предоставляется через MiniMax API, подписку M Plan и настольное приложение MiniMax Code. Стоимость входных токенов составляет 0,15 доллара за 1 млн токенов, выходных — 0,60 доллара за 1 млн. Чтение токенов из кеша тарифицируется отдельно по ставке 0,015 доллара за 1 млн токенов.
MiniMax также планирует открыть веса модели. Предварительная дата публикации — 23 октября. Если компания сохранит этот график, M3.1 Flash станет доступна не только через фирменные сервисы, но и для самостоятельного развёртывания и дополнительного тестирования сообществом.
