IT之家 Nachricht vom 19. Oktober: Die Firma Xiyu Technology gab heute den Start des Modells MiniMax M3.1 Flash bekannt. Space Bunny, das zuvor anonym über 200T Token verarbeitet hat, war eine frühe Version von MiniMax M3.1 Flash. Als neues Flash-Modell der nächsten Generation erzielt das M3.1 Flash eine generative Verbesserung bei Agentic-Aufgaben, Programmierung, Computer Use und Cybersicherheitsfähigkeiten; gleichzeitig wurde die Online-Inferenzgeschwindigkeit um fast das 3-fache erhöht,die Nutzungskosten wurden um 70 % gesenkt。
Laut Angaben machte M3.1 Flash in zahlreichen Benchmark-Tests umfassende Fortschritte und erreichte bei komplexen Agent-Aufgaben (Cowork), Computer Use, Softwareentwicklung (Coding) und Cybersicherheit das Niveau führender Modelle.
Komplexe Aufgaben und Automatisierungsfähigkeiten:
Spitzenposition im AutomationBench-AA. In realen Unternehmensgeschäfts-Workflows über SaaS-Systeme hinweg kann es echte Probleme in Vertrieb, Marketing, Betrieb, Kundendienst, Finanzen und HR vollständig lösen.
Im BankerToolBench erreichte es 76,2 Punkte und ist stark bei mehrstufiger Planung, dokumentübergreifender / dateiübergreifender Konsistenz, Compliance im Finanzgeschäft, verketteten Tool-Aufrufen und anderen realen komplexen Problemen.
Programmier- und Softwareingenieursfähigkeiten:
Im DeepSWE v1.1 Benchmark erzielte es ein Ergebnis von 73,7 % und erreichte damit Spitzenniveau. DeepSWE konzentriert sich auf komplexe Softwareaufgaben und verlangt vom Modell, Codeverständnis, Funktionsentwicklung, Fehlerbehebung und Testvalidierung eigenständig durchzuführen. Das M3.1 Flash zeigt exzellente Fähigkeiten bei der Ausführung langer Aufgabenketten und kann komplexe Softwareentwicklungs-Workflows zu geringeren Kosten unterstützen.
Computer-Use-Fähigkeiten:
Im OSWorld V2, das die Computerbedienung durch KI und die Ausführung anwendungsübergreifender Aufgaben misst, erreichte es 61,7 Punkte, und im Agents' Last Exam (ALE), der Computerbedienung in realen, wirtschaftlich wertvollen Szenarien misst, erreichte es 29,6 Punkte; beide Ergebnisse liegen jeweils auf Platz 1 unter den chinesischen Modellen.
Das M3.1 Flash zeigt exzellente Interaktion mit der realen Umgebung, Werkzeugnutzung und Ausführung langer Aufgabenketten und kann vom Verstehen einer Aufgabe weiter zur tatsächlichen Umsetzung und Lieferung gelangen.
Cybersicherheitsfähigkeiten:
Im CyberGym-Benchmark erreichte es ein hohes Ergebnis von 82 % und zeigt damit führende Fähigkeiten bei der Entdeckung und Validierung von Schwachstellen.
Nach eingehender Evaluierung durch interne Sicherheitsexperten zeigt sich das Modell in Szenarien wie Code-Audit, Schwachstellenbehebung, Penetrationstests, Analyse von Schadcode und Reverse Engineering gleichermaßen hervorragend und kann den Aufbau komplexer Sicherheitssysteme kostengünstig und effizient unterstützen.
Bei Agentic-Aufgaben sanken die Gesamtnutzungskosten des Modells im Vergleich zum Vorgängermodell um 70 %.Der Eingabepreis beträgt 1 Yuan pro Million Token, der Ausgabepreis 4 Yuan pro Million Token, und der Cache-Lese-Preis beträgt 0,1 Yuan pro Million Token。
In den drei Benchmarks Automation-Bench (misst die Ausführung komplexer Agent-Aufgaben), DeepSWE (misst echte Programmierfähigkeiten) sowie Agents' Last Exam (ALE) (misst Computerbedienung in realen, wirtschaftlich wertvollen Szenarien) erreichte das M3.1 Flash bei äußerst geringen Aufgabenkosten Leistungen auf Spitzenniveau und setzt zwischen Leistung und Kosten eine äußerst wettbewerbsfähige neue Benchmark.
IT之家 hat bemerkt, dass das M3.1 Flash nun offiziell in MiniMax API, MPlan und MiniMax Code verfügbar ist und die Gewichte zu einem späteren Zeitpunkt offengelegt werden. Laut offizieller Angabe sei Flash die fortlaufende Erkundung der Balance zwischen Effizienz und Fähigkeit, und die auf die Obergrenze der Intelligenz abzielende Pro-Version werde später vorgestellt.
Referenz
Werbehinweis: Der Artikel enthält externe Links (u. a. in Form von Hyperlinks, QR-Codes, Passwörtern usw.), die der Übermittlung weiterer Informationen und der Zeitersparnis bei der Auswahl dienen; die Ergebnisse dienen nur als Referenz. Alle Artikel von IT之家 mit externen Links enthalten diesen Hinweis.