¡Número 1 en Agent entre los modelos chinos! MiniMax potencia Flash a fondo, a precio de valle con grandes ganancias en todo horario

Por Jay desde QeFeiSi

QbitAI (Quantum Bit) | Cuenta oficial QbitAI

El modelo misterioso que surgió de la nada durante el Día Nacional en OpenRouter y arrasó los rankings en el anonimato,Space Bunny(Conejo de Jade), por fin ha sido desenmascarado.

¡Bajo la piel de conejo, estaba MiniMax!

El nombre en código con el que entrega oficialmente esM3.1 Flash。

Y este rendimiento en benchmarks de la versión oficial es incluso más potente que el de Space Bunny, especialmente en la habilidad de Agent—

Con una puntuación de 29.6% en Agents’ Last Exam (ALE), se lleva el primer lugar entre los modelos chinos.

En la lista de AA también obtuvo 43 puntos; para Flash, ese resultado no está nada mal.

En resumen, su capacidad de trabajo por fin ha subido, ascendiendo a ternero de lujo (doge).

Además, Coding, ciberseguridad, Computer Use… todo ha entrado en la primera división mundial.

Sobre esta base, también mantiene la velocidad de su etapa de «Conejo de Jade», con una salida de hasta 200+ TPS.

Y ahora, lo más importante—

Como buen Flash que es,¡el precio es realmente barato!!

1 yuan por millón de tokens de entrada, 4 yuanes de salida, y solo 0.1 yuan por lectura de caché.

El costo total se ha reducido directamente al 30% de la generación anterior M3.

¿Qué, todavía no tienes una impresión directa de este precio??

Digámoslo así—

Aproximadamente igual que el V4.1 Flash en su época de valle.

Qué generoso, ¡declaro que de ahora en adelante, en horas valle Liang Wengu, en horas pico Yan Junfeng! (bushi)

△Fuente de la imagen: @Microscopio de Grandes Empresas

Sin embargo, el campo de código cerrado de Silicon Valley seguramente volverá a sufrir.

Tras DeepSeek, toda una serie de modelos insignia de gran tamaño en Silicon Valley han sido puestos una vez más, por este Flash nacional, bajo una nueva línea de asesinato por relación calidad-precio o(╥﹏╥)o.

La batalla de revancha de los modelos de texto

Siendo sincero, antes tenía bastantes dudas sobre MiniMax.

En multimodal y generación de video realmente es de primer nivel, pero en cuanto a los modelos de texto puro, no sé desde cuándo ya no había novedades...

Esta aparición del M3.1 Flash puede considerarse una buena revancha.

Vamos a revisar los resultados uno por uno:

Ingeniería de código y corrección real de errores

En la evaluación DeepSWE v1.1, el M3.1 Flash obtuvo un 73.7%.

Esto es verdaderamente un mundo al revés.

GPT-6.1 Sol, Claude Opus 5, Claude Fable 5… y resultan superados en benchmarks por un modelo Flash.

Ante él, solo queda DeepSeek V4.1 Flash 1017 con 77 puntos.

Esto confirma lo que la comunidad comentó durante las pruebas anónimas de Yutu: al manejar tareas de renderizado 3D como Three.js y frontend complejo, su control del detalle es increíblemente extremo.

Ciberseguridad práctica

En el benchmark CyberGym liderado por la Universidad de California en Berkeley, M3.1 Flash obtuvo 82.2 puntos, quedando firmemente en el primer escalafón mundial junto a GLM-5.3 (84.5) y GPT-5.6 Sol (83.6).

Agents complejos y flujos de trabajo empresariales entre SaaS

En la evaluación AutomationBench-AA, de código abierto por el gigante de la automatización Zapier, M3.1 Flash se situó en los primeros puestos.

Con un costo por tarea de menos de 0.05 dólares, puede encadenar por sí solo flujos de trabajo complejos que abarcan ventas, marketing, atención al cliente, finanzas y RR. HH.

En el benchmark exclusivo para finanzas BankerToolBench, con margen de error mínimo, M3.1 Flash se disparó directamente hasta los 76.2 puntos, empatado en el primer puesto mundial con el reconocido techo Claude Opus 5.

Computer Use: operaciones reales de escritorio

En OSWorld V2, que simula operaciones reales de computadora, obtuvo 61.7 puntos;

En ALE, que mide escenarios reales con valor económico, M3.1 Flash también logró un rendimiento de nivel de modelos tope de gama con un costo de tarea extremadamente bajo.

En ambas ocupa el primer lugar entre los modelos nacionales chinos: otra demostración de su imbatible relación calidad-precio.

Sinceramente, yo había pensado que los modelos de texto de MiniMax tarde o temprano volverían a la mesa de juego.

Pero ¿quién iba a imaginar que sería un pequeño con el sufijo Flash…?

Velocidad extrema y bajo costo son el camino correcto

Si solo miras los benchmarks, quizá pienses que es el espectáculo habitual entre gigantes.

Lo realmente emocionante es el impacto demoledor de este modelo en los escenarios de despliegue real.

Cuando montamos colaboraciones multi-Agente o flujos de trabajo de cadena larga, ¿qué es lo que más tememos?

Dos cosas:la espera interminable con el círculo dando vueltas, y la factura de la API de fin de mes que pone los pelos de punta.

Un Agente verdaderamente empresarial suele realizar decenas de llamadas a herramientas en segundo plano y pasarse mensajes repetidamente entre varios sub-Agents.

Si el modelo tarda en generar texto, el usuario ve el círculo girando y cierra la página directamente; si el precio por llamada es caro, el departamento financiero detiene el proyecto al primer vistazo a la factura.

Aquí es donde M3.1 Flash brilla.

En su base adopta unaarquitectura de atención dispersa bastante agresiva。

La velocidad de inferencia en línea aumenta casi 3 veces, la velocidad de salida alcanza un máximo de 200+ TPS, y la mediana (P50) se mantiene firmemente en 170+ TPS.

¿Qué significa 170 TPS?

Cuando lanzas una tarea de refactorización en MiniMax Code de escritorio, en Claude Code o en cualquier herramienta de Coding local, el código en la pantalla prácticamente se desborda instantáneamente a raudales.

Antes, encadenar cuatro sub-Agents era como esperar en un semáforo; ahora se consigue casi una actualización imperceptible.

Mientras la velocidad despega,El precio es un descuento brutal：

Precio de entrada: solo 1 yuan por cada millón de tokens

Precio de salida: solo 4 yuanes por cada millón de tokens

Precio de lectura de caché: solo 0,1 yuanes por millón de Tokens

Los precios de entrada y salida se redujeron a la mitad, y la tarifa de lectura de caché cayó directamente un 75%.

El resultado es que el costo integral de uso se desplomó un 70% en comparación con la generación anterior, el M3.

Entonces, ¿qué más se puede decir,¡A pedalear, familia!!

Las gemelas nacionales contraatacan el cerco

Antes había un consenso tácito: los modelos Flash no eran más que versiones baratas y recortadas de los modelos insignia grandes.

Se elegía Flash por falta de presupuesto o porque la tarea era demasiado sencilla, pero al llegar a escenarios críticos y complejos de alto nivel, al final había que pagar más por el flagship Pro de gran tamaño.

¿Y ahora?

DeepSeek V4.1 Flash 1017 acaba de establecer el estándar de relación calidad-precio, y MiniMax M3.1 Flash llega inmediatamente detrás para rematar; uno corta y el otro sigue cortando.

Los modelos de tamaño pequeño no son en absoluto juguetes: pueden competir de frente contra modelos insignia con varios veces más parámetros y diez veces más precio.

Haters, ¡hablen!!

Aún más interesante es que estos dos modelos Flash nacionales han trazado una ruta de complementariedad bellísima:

DeepSeek se lleva el primer puesto en la relación calidad-precio extrema en Coding puro;

MiniMax M3.1 Flash se refuerza en dimensiones integrales de Agente, como flujos de trabajo empresariales entre SaaS y llamadas a cadenas de herramientas financieras.

Uno se especializa a fondo en la ingeniería de código, y la otra en flujos de negocio complejos.

Y, familia, hojeando internet encontré una idea genial!

La Ballena Gorda tiene precio valle y precio pico, ¿no? Pero antes, al no haber un modelo con relación calidad-precio equivalente, uno apretaba los dientes y pagaba el precio pico.

Pero ahora que salió el M3.1, ¡justo encaja en el puesto!

Hago directamente un enrutamiento,en horas pico MiniMax, en horas valle la Ballena Gorda, exprimiendo hasta la última gota del dividendo de Tokens.

Me emociono: esta es nuestra apasionante combinación de Flash nacional (es broma).

De esta manera, creo quela API también es una opción que los usuarios comunes deberían considerar。

Después de todo, los modelos grandes iteran demasiado rápido, aunque compres solo la mensualidad.

Por ejemplo, cuando salió el Opus 5.5, los usuarios de suscripción de aquella ola de Astra también quedaron prácticamente vendidos.

Compré el Pro 10X para nada, qué dolor en la cartera.

Y los usuarios de consumidor ahora están realmente mal o(╥﹏╥)o.

Límites de 5 horas, resets a medianoche por la espalda, y encima hay que estar pendiente de las emboscadas de degradación sigilosa del servidor...

Comprar API, recargar unos cuantos cientos de céntimos, y si uno falla, adiós muy buenas: no puede ser más cómodo.

Me emociono, familia.

No sé si todos comparten la misma sensación, pero, siendo sincero, este último mes me he sentido un poco ahogado.

Anthropic, OpenAI y Google han lanzado modelos insignia a un ritmo frenético, mientras que en el bando de los modelos nacionales chinos no se ha movido nada.

Muchos expertos también dicen que esta batalla de los LLM ya está prácticamente decidida y que Silicon Valley ha matado todo con el Scaling.

Pero ahora, el punto de inflexión parece estar apareciendo.

En apenas dos días, dos modelos Flash nacionales se presentaron uno tras otro.

Las capacidades de nivel insignia se están democratizando a toda velocidad, con la velocidad y el precio de Flash.

Ciertamente, la batalla por el SOTA no es nada fácil.

Pero cuando se cumple la premisa de la «relación calidad-precio», comienza otra batalla aún más importante:

la implementación industrial de los grandes modelos, quizás, apenas esté comenzando.

Y esto es precisamente lo que las empresas chinas siempre han sabido hacer mejor.

— Fin —
QbitAI de 量子位 · Contrato exclusivo con Toutiao
Síguenos para conocer de primera mano las novedades tecnológicas de vanguardia