Технические характеристики и цена
MiniMax представила M3.1 Flash — мультимодальную модель на базе архитектуры Mixture of Experts (MoE). В модели 428 миллиардов параметров, но активными являются только ~23 миллиарда, что обеспечивает высокую эффективность. Контекстное окно составляет 1 000 000 токенов. Модель поддерживает ввод текста, изображений и видео, а также генерацию текста.
Ключевое преимущество — стоимость. API доступен по цене $0.15 за 1 млн входных токенов и $0.60 за выходные. Это вдвое дешевле предыдущей версии MiniMax M3 ($0.30/$1.20). При этом скорость генерации заявлена на уровне ~150 токенов в секунду, что в 3 раза быстрее базовой M3. Веса модели станут доступны для самостоятельного хостинга 23 октября 2026 года.
Результаты бенчмарков: лидерство в агентах, отставание в коде
MiniMax сообщает о результатах, близких к передовым (near-frontier), особенно в задачах автоматизации офисной работы. Однако в сложных задачах программирования модель показывает смешанные результаты, уступая некоторым конкурентам.
| Бенчмарк | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | Opus 5 (референс) |
|---|---|---|---|---|
| Automation-Bench v1.0.6 | 62.2 (Лидер) | 54.8 | 46.7 | 50.3 |
| DeepSWE v1.1 (Код) | 73.7 | 74.2 | 67.5 | — |
| Terminal Bench 4.0 | 38.1 | 31.2 | 12.6 | 51.8 |
| BabyVision (с инструментами) | 91.0 | 89.6 | 85.7 | — |
Особенности работы и ограничения
В модели M3.1 Flash встроенный режим рассуждений (reasoning) работает всегда и не может быть отключен. Разработчикам доступны 5 уровней усилий: Low, Medium, High, Xhigh и Max (рекомендуется по умолчанию). Это создает базовый уровень потребления токенов и задержки даже для простых запросов. Интеграции, ожидающие тегов <thinking> в потоке, потребуют обновления, так как контент рассуждений теперь приходит в отдельном поле reasoning_content.
Важно отметить, что все представленные метрики являются заявленными производителем (vendor-reported) и не прошли независимую верификацию. Например, на Terminal Bench 4.0 модель M3.1 Flash уступает Opus 5 на 13.7 пункта, что указывает на слабые места в сложном терминальном взаимодействии.
Доступность
Модель уже доступна через API на платформе platform.minimax.io (совместимо с OpenAI и Anthropic), а также в приложении MiniMax Code. Полноценный запуск весов для self-hosting станет возможен 23 октября 2026 года, однако лицензия на использование весов пока не раскрыта.
Бенчмарки
| Бенчмарк | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | DeepSeek-V4.1-Flash-1017 | GPT-5.6 Sol | Kimi K3 | Opus 5 |
|---|---|---|---|---|---|---|
| Automation-Bench v1.0.6 | 62.2% | 54.8% | — | 45.8% | — | 50.3% |
| BankerToolBench | 76.2% | — | — | — | — | 76.2% |
| DeepSWE v1.1 | 73.7% | — | 77% | 73% | 67.5% | — |
| Terminal Bench 4.0 | 38.1% | — | — | — | — | 51.8% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗