Официально заявлено, что модель обеспечивает поколенческий прорыв в таких областях, как агентные задачи, программирование, использование компьютера и кибербезопасность, ускоряет скорость онлайн-вывода почти в три раза и снижает стоимость использования на 70%.Автор статьи, источник: AIBase
MiniMax официально обновила новое поколение модели Flash — M3.1Flash. Ранее анонимно работающая версия, обработавшая более 200 Т токенов, — это Space Bunny. Согласно официальному заявлению, модель демонстрирует поколенческий прогресс в задачах Agentic, программировании, использовании компьютера и кибербезопасности, скорость онлайн-вывода увеличена почти в три раза, а стоимость использования снижена на 70%.
По базовым показателям M3.1Flash занимает ведущие позиции в AutomationBench-AA, способен выполнять реальные бизнес-процессы в таких областях, как продажи, маркетинг, операции, обслуживание клиентов, финансы и HR, через SaaS-системы; BankerToolBench набрал 76.2 балла, отлично справляется с многоэтапным планированием, согласованностью между документами, финансовой регуляторной совместимостью и последовательным вызовом инструментов.
В программировании DeepSWE v1.1 показал результат 73,7%, достигнув уровня ведущих моделей. Эта оценка требует от модели самостоятельного выполнения понимания кода, разработки функций, устранения ошибок и тестирования, что подчеркивает ее способность выполнять длинные цепочки задач.
В области использования компьютера OSWorld V2 набрал 61,7 балла, а Agents' Last Exam — 29,6 балла, оба результата занимают первое место среди отечественных моделей. В области кибербезопасности модель показала результат 82% на базе CyberGym, отлично справляясь с задачами аудита кода, устранения уязвимостей, пенетрационного тестирования, анализа вредоносного кода и обратной инженерии.
С точки зрения эффективности вывода, модель использует более агрессивную архитектуру разреженного внимания: скорость вывода в повседневных сценариях достигает 200+ TPS, а медиана P50 стабильно находится на уровне 170+ TPS. С точки зрения стоимости: ввод — 1 юань за миллион токенов, вывод — 4 юаня за миллион токенов, чтение из кэша — 0,1 юаня за миллион токенов. Средняя стоимость выполнения задач типа Agentic снизилась на 70% по сравнению с предыдущим поколением.
M3.1Flash теперь доступен с API MiniMax, MPlan и MiniMax Code. Веса будут открыты позже; официально это называется непрерывным поиском баланса между эффективностью и возможностями. Версия Pro с повышенными интеллектуальными возможностями также будет представлена пользователям позже. Она задает новый стандарт соотношения производительности и стоимости, продолжая продуктовую линейку Flash, ориентированную на обмен эффективностью на возможности.