MiniMax открыла доступ к модели M3.1 Flash через свой API. Это мультимодальная mixture-of-experts модель на 428 млрд параметров, из которых около 23 млрд активны при генерации. Цена — $0,15 за 1M входных токенов и $0,60 за 1M выходных. Разработчикам обещают «почти фронтирные» результаты в агентных задачах по цене Flash-уровня.
MiniMax также подтвердила, что под кодовым именем Space Bunny скрывалась более ранняя сборка M3.1 Flash. Эта модель обработала более 200 трлн токенов. Веса обещаны в конце октября 2026 года, точная дата — 23 октября; лицензия пока не раскрыта.
Что известно о модели
M3.1 Flash — мультимодальная MoE-модель. По данным продуктовой страницы MiniMax, у неё 428 млрд общих параметров и около 23 млрд активных, разреженное внимание (sparse attention) и встроенный визуальный энкодер. Модель принимает текст, изображения и видео, возвращает текст. Контекстное окно — 1 000 000 токенов.
Эти же цифры — 428B общих и ~23B активных — указаны у базовой MiniMax M3. Технического отчёта о том, что именно изменилось в варианте Flash, MiniMax не опубликовала.
Режим рассуждений и миграция
Рассуждения (reasoning) включены всегда и отключить их нельзя. Разработчик выбирает один из пяти уровней усилия: Low, Medium, High, Xhigh и Max. По умолчанию MiniMax рекомендует Max.
При миграции с M3 есть важное изменение. Запросы с thinking.type=disabled или effort=none возвращают ошибку. Результат рассуждений приходит в отдельном поле reasoning_content, которое может отсутствовать. Интеграциям, которые разбирали встроенные теги <think> из ответов M3, придётся обновиться.
Бенчмарки: лидерство в агентных задачах, провал в терминале
Все оценки ниже — по данным самой MiniMax. Независимых проверок пока нет.
На наборе CoWork модель лидирует в Automation-Bench v1.0.6 с результатом 62,2. Для сравнения: Opus 5 — 50,3, GPT-5.6 Sol — 45,8. С Opus 5 модель делит первое место в BankerToolBench — 76,2. Также она первая в LOCA-Bench 256K с 60,3. В Agents' Last Exam — 29,6.
С программированием картина смешанная. DeepSWE v1.1 — 73,7, чуть выше GPT-5.6 Sol (73,0). DeepSeek-V4.1-Flash-1017 набирает больше — 77,0. Слабее всего Terminal Bench 4.0 — 38,1. В SWE Refactor Bench — 23,0 против 31,0 у Opus 5.
В визуальных задачах BabyVision с инструментами даёт 91,0, CharXiv RQ — 82,5. HLE без инструментов — 43,4.
Выборочная проверка цифр совпадает: карточка модели Kimi K3 сообщает DeepSWE 67,5 и BabyVision 85,7 — те же значения, что в таблице MiniMax. Есть одно расхождение: на графике стоимости MiniMax Automation-Bench при максимальном усилии показан как 62,8, а в таблице — 62,2.
Цена за задачу и развёртывание
MiniMax предлагает считать не цену за токен, а цену за задачу. На графике Automation-Bench все пять уровней усилия укладываются ниже $0,05 за задачу. Результаты растут с 52,8 при низком усилии до 62,8 при максимальном. Полный прогон Agents' Last Exam из 152 задач обошёлся примерно в $111 при результате 29,6. На DeepSWE модель DeepSeek V4.1 Flash-1017 оказывается одновременно и точнее, и дешевле при максимальном усилии — подробности по контексту 1M токенов и KV-кэшу есть в отдельном разборе.
Модель доступна на platform.minimax.io под именем MiniMax-M3.1-Flash. Поддерживаются Anthropic-совместимый и OpenAI-совместимый доступ, включая Chat Completions и Responses. Также она доступна через M Plan и десктопное приложение MiniMax Code.
Цены плоские: $0,15 за вход и $0,60 за выход на 1M токенов. Чтение из кэша — $0,015 за 1M. Надбавки за длинный контекст нет. Для сравнения: MiniMax M3 стоит $0,30/$1,20 до 512K входных токенов и вдвое дороже выше этого порога. В пересчёте на токен Flash — половина стандартной ставки M3. MiniMax заявляет, что стоимость составляет 1/3 от M3, но расчёт не раскрывает.
По скорости продуктовая страница указывает около 150 токенов в секунду. В анонсе утверждается, что модель втрое быстрее M3. Веса выйдут 23 октября, лицензия пока не объявлена. Для ориентира: сборка M3 в MXFP8 занимает около 440 ГБ.
Сравнение с DeepSeek, Kimi и GLM
| Параметр | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Параметры (общие/активные) | 428B / ~23B | 552B / 8B prefill, 16B decode | 2,8T / 104B | ~744B / ~40B |
| Контекст | 1M | 1M | 1 048 576 | 1 048 576 |
| Входы | текст, изображение, видео | текст, изображение | текст, изображение | текст |
| Веса и лицензия | 23 октября, лицензия не раскрыта | открытые, MIT | открытые, Kimi K3 License | открытые веса |
| Цена API вход/выход за 1M | $0,15 / $0,60 | $0,30 / $1,20 в пик, вдвое дешевле вне пик | $3,00 / $15,00 | $1,40 / $4,40 |
| 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 | нет данных |
Все оценки — из сравнительной таблицы MiniMax. DeepSWE и BabyVision у Kimi K3 совпадают с собственной карточкой модели.
Ограничения
Все бенчмарки — от вендора, а выбор тестового стенда (harness) заметно влияет на результат. Цифры Automation-Bench нельзя переносить между источниками: карточка Kimi K3 сообщает 30,8 на публичном подмножестве из 600 задач, тогда как MiniMax указывает 46,7. Opus 5 опережает M3.1 Flash на 13,7 балла в Terminal Bench 4.0 и на 14,1 в NL2Repo-Bench. Постоянно включённые рассуждения задают нижнюю границу по токенам и задержке даже для простых запросов. Детали самостоятельного развёртывания останутся неизвестны до 23 октября.
Если вы уже используете M3 через OpenAI-совместимый или Anthropic-совместимый интерфейс, переход на Flash — это в первую очередь правка кода: убрать thinking.type=disabled, выбрать уровень усилия и перейти на поле reasoning_content. Проверить новый парсер стоит до того, как на Flash переведут продакшн-агентов. Похожий путь миграции проходили и те, кто переходил на DeepSeek-V4.1-Flash-1017 с открытыми Search и Fetch API.
Частые вопросы
Сколько стоит MiniMax M3.1 Flash?
$0,15 за 1M входных токенов и $0,60 за 1M выходных. Чтение из кэша — $0,015 за 1M. Надбавки за длинный контекст нет.
Какой у модели контекст?
1 000 000 токенов. Входные данные — текст, изображения и видео, выход — только текст.
Можно ли отключить рассуждения?
Нет. Reasoning включён всегда. Запросы с thinking.type=disabled или effort=none возвращают ошибку. Доступны пять уровней усилия: Low, Medium, High, Xhigh и Max.
Где взять веса для локального запуска?
Веса обещаны 23 октября 2026 года. Лицензия пока не раскрыта, требования к оборудованию для самостоятельного развёртывания MiniMax не публиковала. Для ориентира: сборка M3 в MXFP8 занимает около 440 ГБ.
Насколько можно доверять бенчмаркам?
Все цифры в статье — от MiniMax, независимых проверок нет. Выбор тестового стенда меняет результаты, а цифры Automation-Bench не переносятся между источниками: у Kimi K3 на публичном подмножестве 30,8 против 46,7 в таблице MiniMax.
В чём модель проигрывает конкурентам?
В Terminal Bench 4.0 она набирает 38,1 — на 13,7 балла меньше Opus 5. В SWE Refactor Bench — 23,0 против 31,0 у Opus 5. На DeepSWE DeepSeek V4.1 Flash-1017 выше (77,0 против 73,7) и при максимальном усилии дешевле.
Что нужно поменять при переходе с M3?
Убрать параметры, отключающие рассуждения, выбрать уровень усилия и перейти на разбор отдельного поля reasoning_content вместо встроенных тегов <think>. Учтите, что поле может отсутствовать в ответе.
Через какие интерфейсы доступна модель?
Через platform.minimax.io под именем MiniMax-M3.1-Flash, через Anthropic-совместимый и OpenAI-совместимый доступ (включая Chat Completions и Responses), а также через M Plan и приложение MiniMax Code.
Источник: marktechpost.com