La empresa afirma que el modelo logra un avance generacional en tareas agentic, programación, uso de computadoras y ciberseguridad, con una velocidad de inferencia en línea mejorada en casi tres veces y un reducción del 70% en los costos de uso.Autor y fuente del artículo: AIBase
MiniMax lanzará oficialmente el 19 de octubre el nuevo modelo Flash M3.1Flash, cuya versión anterior fue Space Bunny, que había procesado más de 200T de tokens de forma anónima. La empresa afirma que este modelo logra un avance generacional en tareas agentic, programación, uso de computadoras y ciberseguridad, con una velocidad de inferencia en línea mejorada en casi tres veces y un costo de uso reducido en un 70%.
En desempeño base, M3.1Flash se encuentra entre los primeros en AutomationBench-AA, capaz de ejecutar flujos de trabajo empresariales reales en ventas, marketing, operaciones, servicio al cliente, finanzas y RR.HH. a través de sistemas SaaS; BankerToolBench obtiene una puntuación de 76.2, destacándose en planificación multietapa, coherencia entre documentos, cumplimiento financiero y llamadas en cadena de herramientas.
En términos de programación, DeepSWE v1.1 logró un 73.7%, alcanzando el nivel de los modelos de vanguardia. Esta evaluación requiere que el modelo complete de forma independiente la comprensión del código, el desarrollo de funciones, la corrección de problemas y la validación de pruebas, destacando su capacidad para ejecutar tareas de larga cadena.
En cuanto al uso de computadoras, OSWorld V2 obtuvo una puntuación de 61.7 y Agents' Last Exam obtuvo 29.6, ambas liderando entre los modelos nacionales. En ciberseguridad, el benchmark CyberGym alcanzó un 82%, destacándose en escenarios como auditoría de código, reparación de vulnerabilidades, pruebas de penetración, análisis de código malicioso e ingeniería inversa.
En eficiencia de inferencia, el modelo utiliza una arquitectura de atención dispersa más agresiva, alcanzando velocidades de salida de más de 200 TPS en escenarios cotidianos, con una mediana P50 estable en más de 170 TPS. En cuanto a precios, la entrada cuesta 1 yuan por millón de tokens, la salida 4 yuanes por millón de tokens, y la lectura de caché 0.1 yuan por millón de tokens; el costo total promedio para tareas Agentic se reduce un 70% en comparación con la generación anterior.
M3.1Flash ya está disponible con MiniMax API, MPlan y MiniMax Code; los pesos se abrirán más adelante. La empresa lo describe como una exploración continua del equilibrio entre eficiencia y capacidad, y una versión Pro que busca el límite inteligente también estará disponible para los usuarios próximamente. Su establecimiento de un estándar entre rendimiento y costo continúa la línea de producto de los modelos Flash, que intercambian eficiencia por capacidad.