IT之家 – Le 19 octobre, HiYu Technology annonce l’arrivée du modèle MiniMax M3.1 Flash en ligne. Le Space Bunny qui avait géré plus de 200T de Tokens sous un identité anonyme était précisément la version précoce de MiniMax M3.1 Flash. En tant que nouvelle génération de modèle Flash, M3.1 Flash offre une amélioration de génération par rapport aux modèles précédents en termes de capacités pour les tâches agentiques, la programmation, l’utilisation du ordinateur et la sécurité informatique. De plus, la vitesse de raisonnement en ligne a été presque 3 fois plus élevée, et le coût d’utilisation a été réduit de 70%.
Selon les rapports, M3.1 Flash a réalisé des progrès significatifs dans de nombreux tests de référence, atteignant un niveau de leader dans les tâches complexes d’agent (Cowork), l’utilisation de l’ordinateur, le développement logiciel (Coding) et la sécurité informatique.
Tâches complexes et capacité d'automatisation :
En tête de liste à AutomationBench-AA. Dans les flux de travail d'entreprise réels couvrant plusieurs systèmes SaaS, il résout complètement les problèmes réels liés aux ventes, au marketing, à l'exploitation, au service client, aux finances et au RH.
Dans BankerToolBench, il obtient 76.2 points, et excelle dans des problèmes complexes tels que la planification multiétapes, la cohérence entre documents ou fichiers, la conformité financière, et les appels en chaîne d’outils.
Compétences en programmation et ingénierie logicielle :
En test DeepSWE v1.1, une performance de 73,7 % a été obtenue, atteignant le niveau d’un modèle de pointe. DeepSWE se concentre sur les tâches logicielles complexes, exigeant que le modèle accomplisse indépendamment la compréhension du code, le développement des fonctionnalités, la correction des problèmes et la vérification des tests. M3.1 Flash montre une excellente capacité à exécuter des tâches à longues chaînes, permettant de soutenir les processus de développement logiciel complexes à un coût plus faible.
Compétences en utilisation de l’ordinateur :
Dans OSWorld V2, qui mesure les capacités d’utilisation d’ordinateurs AI et l’exécution de tâches entre applications, il a obtenu 61,7 points, et dans Agents' Last Exam (ALE), qui mesure les capacités d’utilisation d’ordinateurs dans des scénarios réels et économiquement significatifs, il a obtenu 29,6 points. Les deux scores se classent en première position parmi les modèles domestiques.
M3.1 Flash présente une excellente capacité d’interaction avec un environnement réel, d’utilisation d’outils et de exécution de tâches à longs enchaînements, permettant de passer du compréhension des tâches à la mise en œuvre pratique et à la livraison.
Compétences en sécurité informatique :
Avec 82 % de scores élevés dans les tests de référence de CyberGym, il montre une capacité de pointe en détection et validation des vulnérabilités.
Après une évaluation approfondie par des experts en sécurité interne, le modèle se montre excellent dans des contextes tels que l’audit du code, la correction des vulnérabilités, les tests d’intrusion, l’analyse du code malveillant et l’ingénierie inverse, permettant ainsi de construire des systèmes de sécurité complexes à faible coût et avec une efficacité élevée.
Dans les tâches de classe Agentic, le coût d'utilisation globale du modèle a été réduit de 70 % par rapport aux modèles précédents.Le prix d'entrée est de 1 yuans par million de Tokens, le prix de sortie est de 4 yuans par million de Tokens, et le prix d'écriture en cache est de 0,1 yuans par million de Tokens。
Dans les trois benchmarks : Automation-Bench pour mesurer la capacité d'exécution des tâches d'agents complexes, DeepSWE pour évaluer les compétences de programmation réelles, et Agents' Last Exam (ALE) pour tester les compétences d'utilisation d'un ordinateur dans des scénarios réels et économiquement significatifs, M3.1 Flash a obtenu des performances de niveau de modèle de pointe à un coût de tâche extrêmement bas, établissant ainsi un nouveau standard compétitif entre performance et coût.
IT Home a noté que M3.1 Flash est désormais officiellement disponible dans les MiniMax API, MPlan et MiniMax Code, et les paramètres de poids seront débloqués prochainement. Selon la présentation officielle, Flash représente notre exploration continue du équilibre entre efficacité et capacité, et la version Pro visant à atteindre l’extrémité de l’intelligence sera également disponible prochainement.
Référence
Déclaration publicitaire : Le texte contient des liens de redirection vers l’extérieur (y compris, mais sans s’y limiter, les hyperliens, les codes QR, les mots de passe, etc.), destinés à transmettre plus d’informations, à gagner du temps dans la sélection, et les résultats sont uniquement indicatifs. Tous les articles de IT Home contenant des liens externes respectent cette déclaration.