MiniMax vient de publier MiniMax M3.1 Flash sur son API, au prix de 0,15 $ par 1M tokens d’entrée. MiniMax a également confirmé que Space Bunny était une version précédente de M3.1 Flash. Ce modèle stealth a traité plus de 200T de tokens. Pour les développeurs, il s’agit de scores agentiques proches du frontière à un coût de niveau Flash. Les poids du modèle arriveront à la fin octobre 2026.
TL;DR
- Dimensions : 428B de paramètres totaux, environ 23B actifs (MoE) ; contexte de 1 000 000 tokens
- Fonctionne avec : la MiniMax API, le M Plan et le MiniMax Code d’aujourd’hui. Le matériel auto-hébergé n’est pas divulgué ; les poids arriveront le 23 octobre
- Performance : Proche de la frontière dans les tâches de bureau agents, milieu de la gamme pour le codage difficile, toutes les valeurs rapportées par MiniMax
- Meilleur : Automation-Bench v1.0.6 à 62.2, la meilleure note dans le tableau de MiniMax
- Pire : Terminal Bench 4.0 à 38.1, contre 51.8 pour Opus 5
Qu'est-ce que MiniMax M3.1 Flash ?
MiniMax M3.1 Flash est un modèle multimodal mixte d’experts de MiniMax. Il cible le codage, le travail professionnel assisté par agents et le raisonnement visuel. La page produit de MiniMax liste 428B de paramètres totaux et environ 23B d’entre eux sont actifs. Il mentionne également une attention sparse et un encodage visuel natif.
Le modèle accepte des entrées de texte, d'images et de vidéos, et renvoie du texte. La fenêtre de contexte est de 1 000 000 tokens. Ces valeurs de paramètres correspondent à MiniMax M3, qui dispose d’environ 428B de tokens totaux et de ~23B de tokens actifs. MiniMax n’a pas publié de rapport technique sur les changements apportés dans la version Flash.
Comment le raisonnement fonctionne-t-il dans M3.1 Flash ?
Le raisonnement est toujours activé et ne peut pas être désactivé. Les développeurs choisissent parmi 5 niveaux d’effort : Faible, Moyen, Élevé, Xhigh et Max. MiniMax recommande Max comme paramètre par défaut.
La migration est importante ici. Les demandes envoyées avec thinking.type=disabled ou effort=none provoquent une erreur. La raisonnement arrive dans un champ distinct reasoning_content, qui peut être absent. Les intégrations qui lisent les tags <think> intégrés dans M3 doivent être mises à jour.
Comment le M3.1 Flash se comporte-t-il sur les benchmarks ?
Toutes les scores ci-dessous sont rapportés par MiniMax. Aucune réplication indépendante n’existe encore.
Sur le set CoWork, M3.1 Flash devance Automation-Bench v1.0.6 avec 62.2. Opus 5 obtient 50.3 et GPT-5.6 Sol 45.8. Il égalise Opus 5 sur BankerToolBench à 76.2. Il se classe également en tête de LOCA-Bench 256K à 60.3. Agents’ Last Exam atteint 29.6.
Les résultats de codage sont mélangés. DeepSWE v1.1 obtient 73.7, juste au-dessus de GPT-5.6 Sol à 73.0. DeepSeek-V4.1-Flash-1017 atteint un score plus élevé à 77.0. Terminal Bench 4.0 est le résultat le plus faible à 38.1. SWE Refactor Bench se situe à 23.0, contre 31.0 pour Opus 5.
Selon la vision, BabyVision avec les outils atteint 91,0, et CharXiv RQ atteint 82,5. HLE sans outils obtient 43,4.
Les contrôles rapides se passent bien. La carte de modèle Kimi K3 indique 67,5 pour DeepSWE et 85,7 pour BabyVision, ce qui correspond au tableau de MiniMax. Une incohérence : le graphique de coût de MiniMax montre Automation-Bench en effort maximal à 62,8, tandis que son tableau indique 62,2.
Quel est le coût de M3.1 Flash par tâche ?
Le valeur des cadres MiniMax est considérée comme le coût par tâche, et non par token. Sur son graphique Automation-Bench, tous les 5 niveaux d’effort se situent en dessous de 0,05 $ par tâche. Les scores varient de 52,8 à faible effort jusqu’à 62,8 à effort maximal. Une exécution complète des Agents de 152 tâches coûte environ 111 $ à 29,6. Sur DeepSWE, DeepSeek V4,1 Flash-1017, les graphiques montrent à la fois des niveaux plus élevés et des coûts plus bas à effort maximal.
Comment déployer MiniMax M3.1 Flash ?
Le modèle est disponible sur platform.minimax.io sous le nom de MiniMax-M3.1-Flash. MiniMax prend en charge l’accès compatible avec Anthropic et OpenAI, y compris les Chat Completions et les Responses. Il est également disponible via M Plan et l’application desktop MiniMax Code.
Le tarif est de 0,15 $ d’entrée et 0,60 $ de sortie pour 1 M de tokens. Les lectures en cache coûtent 0,015 $ par 1 M. Il n’y a pas de surcharge liée au contexte long. MiniMax M3 coûte 0,30 $/1,20 $ jusqu’à 512 K d’entrée et double au-delà. Par token, Flash est la moitié du taux standard de M3. MiniMax affirme être 1/3 du coût de M3, mais n’a pas détaillé le calcul.
En vitesse, la page produit de MiniMax indique environ 150 tokens par seconde. L’annonce affirme que la vitesse est 3 fois supérieure à celle de M3. Les poids arriveront le 23 octobre ; le droit d’utilisation n’a pas encore été révélé. Pour comparaison, la construction MXFP8 de M3 correspond à environ 440 GB.
Comment M3.1 Flash se compare-t-il à DeepSeek, Kimi et GLM ?
| Caractéristique | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Total / paramètres actifs | 428B / ~23B (MiniMax) | 552B / 8B précharge, 16B décodage (carte NVIDIA) | 2,8T / 104B (HF) | ~744B / ~40B, base partagée GLM-5 |
| Contexte | 1M | 1M (Documents DeepSeek) | 1,048,576 | 1,048,576 (Cloudflare) |
| Entrées | Texte, image, vidéo | Texte, image | Texte, image | Text |
| Poids / licence | À partir du 23 octobre ; la licence n’a pas été divulguée | Ouvrir, MIT | Ouvrir, licence Kimi K3 | Poids ouverts |
| Prix API entrée/sortie (1M) | $0,15 / $0,60 fixe | $0,30 / $1,20 à l’apogée ; à moitié moins cher en dehors de la période d’apogée | $3.00 / $15.00 | $1.40 / $4.40 |
| Hardware auto-hébergé | Non divulgué | Non divulgué | Poids MXFP4 ; vLLM, SGLang | Non divulgué |
| 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 (avec outils)* | 91.0 | 89.6 | 85.7 | Non signalé |
*Les scores proviennent de la table de comparaison de MiniMax. Kimi K3 DeepSWE et BabyVision correspondent à sa propre carte.
Quelles sont les limites ?
Chaque benchmark est rapporté par le fournisseur, et le choix du harnais influence les résultats. Les chiffres de Automation-Bench ne se transmettent pas entre sources. La carte de Kimi K3 indique 30,8 sur un sous-ensemble public de 600 tâches, tandis que MiniMax liste 46,7.
L’Opus 5 devance de 13,7 points sur Terminal Bench 4,0 et de 14,1 sur NL2Repo-Bench. Le raisonnement en permanence fixe également un seuil de token et de latence pour les appels simples. Les détails relatifs au self-hosting restent inconnus jusqu’au 23 octobre.
Points clés
- 428B MoE avec ~23B actif et un contexte de 1M.
- $0,15/$0,60 par 1 M de tokens, la moitié du taux par token de M3.
- Leads Automation-Bench v1.0.6 à 62.2, rapporté par MiniMax.
- Traces Opus 5 avec 13,7 points sur le Terminal Bench 4,0.
- Poids atterrisse le 23 octobre ; la raisonnement ne peut pas être désactivé.
Veuillez consulter l’annonce, la page produit et les documents API. Tout le crédit revient au chercheur de ce projet. Veuillez également nous suivre sur Twitter, et n’oubliez pas de rejoindre notre subreddit 150k+ML et de vous abonner à notre newsletter. Attendez ! êtes-vous sur Telegram ? maintenant, vous pouvez également nous rejoindre sur Telegram.
La publication MiniMax vient de lancer le M3.1 Flash : un modèle Agentic de 428B MoE à 0,15 $/Entrée/M a été publiée en premier sur MarkTechPost.