Auteurs丨Wu Haiming, Li Na
Édition丨Li Na
À peine DeepSeek venait-il de repousser d'un cran le référentiel du rapport qualité-prix des Flash nationaux que MiniMax arrivait à sa poursuite avec sa « Lapine de l'espace » officiellement identifiée.
Le 17 octobre, DeepSeek, surnommé affectueusement « gros poisson » par les internautes, a mis à jour son V4.1 Flash-1017 ; à peine deux jours plus tard, MiniMax a officiellement lancé le M3.1 Flash et revendiqué le modèle anonyme Space Bunny, qui avait suscité une forte attention dans la communauté des développeurs. Ces deux Flash nationaux se sont dévoilés coup sur coup, et les internautes ont déjà commencé à plaisanter sur le « gros poisson » et la « Lapine de l'espace ».
Cependant, MiniMax n'est pas venu cette fois uniquement pour rivaliser sur les prix.
Selon les données d'évaluation des modèles publiées à cette occasion,le M3.1 Flash se classe premier dans la comparaison des tâches complexes d'Agent sur Automation-Bench, premier ex æquo avec Opus 5 sur BankerToolBench, et deuxième seulement derrière DeepSeek en termes de rapport qualité-prix en Coding. Les deux Flash nationaux se sont mis à jour coup sur coup : l'un conserve son avance en ingénierie logicielle, l'autre obtient de meilleurs résultats sur les tâches complexes d'Agent.
Sur le jeu de données Automation-Bench, le M3.1 Flash affiche le meilleur rapport qualité-prix dans la répartition des coûts des tâches
Nous avons également fait tourner le M3.1 Flash sur une tâche concrète : donner au modèle un plan dessiné à la main et un tableau des dimensions du bâtiment, afin qu'il construise de zéro un campus 3D interactif utilisable dans un navigateur.
En termes de résultats, les deux solutions ont rempli les principales exigences de livraison, mais MiniMax Code＋M3.1 Flash a mis 55,4 minutes, tandis qu'OpenCode＋DeepSeek V4.1 Flash a prisenviron 121 minutes. Convertis selon la tarification API adoptée pour ce test, les coûts de modèle des deux côtés s'élèvent à environ 6,5 yuans.
Pour un coût de modèle de quelques yuans dans les deux cas, MiniMax a économisé environ 65 minutes.
01
La Lapine de l'espace révèle son identité,
en quoi MiniMax est-il fort cette fois ?
Avant de révéler officiellement son identité, Space Bunny s'était déjà fait remarquer dans la communauté des développeurs.
OpenRouter a indiqué qu'il avait occupé pendant 10 jours consécutifs la première place de l'utilisation des modèles sur la plateforme, avec un total de 56,7T Token traités. MiniMax a confirmé que ce modèle anonyme a traité plus de 200T Token cumulés pendant les tests et l'utilisation concernés.Sa rapidité,voilà ce que de nombreux développeurs avaient retenu de lui.
Le développeur Hassan a partagé sur X une comparaison très parlante : il a demandé à M3.1 Flash et à Claude Opus 5.5 de créer chacun une landing page de lancement pour un produit matériel ; MiniMax a livré un design qui l'a fort satisfait, et les factures respectives ne se sont élevées qu'à 0,014 dollar et 1,22 dollar. Dans son test, MiniMax a aussi achevé la tâche environ 4 fois plus vite.
Bien entendu, un test isolé d'un développeur ne représente pas le niveau global du modèle. Ce qui mérite toutefois l'attention cette fois chez MiniMax, ce sont aussi les résultats aux classements obtenus après le lancement officiel.
Au 20 octobre, dans le classement Artificial Analysis (AA), l'indice d'intelligence du M3.1 Flash a atteint 43 points, contre 29 points pour le M3 de la génération précédente, soit une progression proche de 50 %. Parallèlement, son coût moyen pondéré par tâche est passé de 0,51 dollar à 0,22 dollar.Autrement dit, les points ont augmenté, tandis que le coût d'accomplissement des tâches a diminué de plus de moitié.
Le M3.1 Flash obtient 43 points au classement AA, figurant parmi les premiers modèles mondiaux
Cependant, si l'on compare réellement avec DeepSeek V4.1 Flash-1017, mis à jour il y a à peine deux jours, les deux modèles ont chacun leurs victoires.
Sur le benchmark d'ingénierie logicielle DeepSWE v1.1, DeepSeek obtient 77,0 %, tandis que M3.1 Flash atteint 73,7 %. Bien qu'un écart persiste, ce dernier se situe désormais dans une fourchette de résultats proche d'Opus 5 (74,0 %) et de GPT-5.6 Sol (73,0 %). Selon la comparaison du rapport qualité-prix en Coding publiée cette fois-ci, DeepSeek arrive en tête, suivi de près par MiniMax.
Mais sur les tâches d'Agent complexes, sur lesquelles MiniMax mise cette fois, la situation s'inverse. Dans la comparaison de modèles Automation-Bench v1.0.6 publiée à cette occasion, M3.1 Flash dépasse DeepSeek et se classe premier ; sur BankerToolBench, il obtient 76,2 %, à égalité avec Opus 5. Par ailleurs, il a également obtenu un score de 82,2 % sur le benchmark de cybersécurité CyberGym.
Image : données du classement d'évaluation
Les tests d'Automation-Bench sont également assez proches du travail réel. Construit par la plateforme d'automatisation SaaS Zapier, il comprend 600 tâches issues de processus métier réels d'entreprises, couvrant les ventes, le marketing, les opérations, le service client, la finance et les RH. Plutôt que de simplement générer un morceau de code, ce type de tâches teste davantage la capacité du modèle à enchaîner des appels d'outils entre différents systèmes pour mener une affaire de bout en bout. BankerToolBench, quant à lui, transpose les scénarios au domaine financier, avec des exigences plus élevées en matière de planification multi-étapes, de traitement d'informations réparties sur plusieurs documents et d'appels d'outils.
Vu ainsi, DeepSeek et MiniMax n'ont pas besoin de se dépêcher de désigner un champion absolu.En Coding, DeepSeek conserve l'avantage ; sur les tâches d'Agent complexes, MiniMax reprend l'avantage. Pour les développeurs, la Flash nationale offre une option compétitive de plus.
Plus important encore, au-delà de cette amélioration des résultats, M3.1 Flash coûte 1 yuan par million de tokens en entrée, 4 yuan en sortie, et seulement 0,1 yuan pour la lecture du cache. Par rapport à la génération précédente M3, les prix d'entrée et de sortie baissent d'environ moitié, et le prix de lecture du cache d'environ 75 % ; par rapport à DeepSeek V4.1 Flash-1017, ses prix d'entrée et de sortie correspondent à la moitié des tarifs de ce dernier en période de pointe, à égalité avec les heures creuses, et sans distinction de pointe ou de creux toute la journée.
Après la publication des prix, la section de commentaires s'est déjà moquée gentiment de DeepSeek : « Ce que MiniMax prône avant tout, c'est le rapport qualité-prix ; à ce prix-là, à quoi bon vouloir le gros poisson, n'est-ce pas ? »
Un ancien utilisateur a été encore plus direct : « Je ne dirais pas que c'est très puissant, mais après avoir été à la traîne aussi longtemps, il rattrape enfin son époque. »
Blague à part, ces deux témoignages en disent long sur la situation de MiniMax cette fois-ci. Par le passé, lorsqu'on évoquait ses modèles de texte à l'extérieur, le prix faisait souvent plus parler que les capacités ; avec M3.1 Flash, il dispose enfin d'un bulletin de résultats comparable de front aux modèles grand public.Le bas prix n'est plus le seul argument de vente : MiniMax a enfin l'occasion de voir les développeurs discuter à la fois de ses capacités et de son rapport qualité-prix.
02
Test pratique : pour réaliser le même campus 3D,
MiniMax a économisé 65 minutes
Les deux modèles Flash du classement ont chacun leurs points forts, nous leur avons donc confié une même tâche pratique : à partir d'un plan de campus dessiné à la main et d'un tableau de dimensions des bâtiments, construire de zéro un campus 3D interactif utilisable dans un navigateur.
Les matériaux fournis par le sujet étaient un plan de campus dessiné à la main et un tableau de dimensions des bâtiments ; il fallait réaliser l'agencement du campus et la vérification des conflits, écrire un script Blender pour la modélisation, conserver les fichiers sources modifiables et exporter en GLB, puis créer une page web interactive avec Three.js, prenant en charge la sélection des bâtiments, la consultation des détails, le positionnement de la caméra et l'heure simulée.
Les tests ont respectivement utilisé MiniMax Code＋M3.1 Flash et OpenCode＋DeepSeek V4.1 Flashexécutés dans le même environnement local.
Plan de campus dessiné à la main et tableau des dimensions des bâtiments
▎Les deux ont rendu leur copie, MiniMax offre des détails interactifs plus riches
Examinons d'abord le résultat livré : les deux solutions ont rempli les principales exigences, mais la présentation des pages diffère.
DeepSeek privilégie l'affichage des données des bâtiments, en organisant l'information via une liste à gauche, un panneau de détails à droite et un curseur temporel en bas ; MiniMax, lui, place les numéros des bâtiments, les informations du site et le changement de vue à des emplacements plus visibles, et après un clic sur un bâtiment, un contour orange surligné avec une étiquette flottante rend la correspondance entre la scène et les données des bâtiments plus intuitive.
Les deux ont conservé les fichiers sources modifiables, et les modèles GLB exportés ont passé la vérification des six numéros de bâtiments. Pour cette tâche, les deux solutions ont livré des projets fonctionnels et modifiables par la suite.
▎Pour environ 6,5 yuans également, MiniMax a rendu sa copie une heure plus tôt
Ce qui a vraiment fait la différence, c'est le temps.
Selon les statistiques des sessions locales, la combinaison MiniMax a pris 55,4 minutes, tandis que la combinaison DeepSeek a nécessité environ 121 minutes. La première a économisé environ 65 minutes, soit une durée de session réduite de 54 %.
Les factures de modèles des deux côtés sont presque identiques. Selon les tarifs officiels de l'API vérifiés le 20 octobre, le coût du modèle pour MiniMax sur cette tâche est d'environ 6,50 yuans, contre environ 6,52 yuans pour DeepSeek aux tarifs de pointe. MiniMax a atteint un taux d'utilisation du cache de 98,1 % lors de cette exécution, ce qui l'a aidé à maintenir les coûts des appels successifs à un niveau bas.
Alors que les principales exigences de livraison étaient remplies et que les coûts des modèles étaient proches, MiniMax a accompli en moins d'une heure le travail qui a pris environ deux heures à la combinaison DeepSeek. Pour un Agent qui doit appeler des outils en continu et modifier le code à répétition, gagner une heure d'attente constitue en soi un avantage très concret.
03
Flash commence à grignoter le terrain des modèles phares,
la guerre des prix s'étend au coût des tâches
Par le passé, Flash était surtout considéré comme une alternative bon marché aux modèles phares.
C'est lorsque le budget était limité et les tâches simples que les développeurs privilégiaient Flash ; face à des projets d'ingénierie logicielle complexes ou à des tâches multi-étapes, l'habitude était de les confier à des modèles phares plus capables. Mais avec les mises à jour successives de DeepSeek et de MiniMax, ce choix a commencé à évoluer.
Surtout dans les scénarios d'Agent, où le modèle doit lire des fichiers à répétition, appeler des outils, modifier le code et traiter les erreurs. Une tâche peut durer des dizaines de minutes, voire plusieurs heures, et ce que le développeur doit observer, c'estcombien de temps et de coûts il faut au total pour accomplir tout le travail.
La comparaison des coûts ALE publiée cette fois par MiniMax en offre un exemple parlant.
Sur les 152 tâches de l'ensemble complet ALE-v1 Overall, M3.1 Flash affiche un taux de réussite de 29,6 %, avec un coût de modèle estimé d'environ 739 yuans pour toute l'évaluation ; GPT-5.6 Sol, au taux de réussite similaire (environ 30,6 %), correspond à un coût d'environ 5000 yuans.
Graphique des coûts ALE
Leurs taux de réussite sur cette évaluation ne diffèrent que d'environ 1 point de pourcentage, mais leurs coûts de modèle diffèrent de près de 7 fois.
Certes, un taux de réussite de 29,6 % montre aussi que M3.1 Flash est encore loin de pouvoir remplacer complètement les modèles phares ; en usage réel, il faut toujours intégrer au coût les tentatives après échec et les vérifications manuelles. Mais pour une partie des tâches complexes, les développeurs ont désormais des raisons d'essayer d'abord Flash, plutôt que d'emblée d'appeler le modèle le plus cher.
MiniMax lancera par la suite une version Pro visant un plafond d'intelligence plus élevé. Et l'impact de Flash sur les modèles phares se fait déjà sentir :les travaux qui nécessitaient auparavant un modèle phare peuvent aujourd'hui, en partie, être confiés à Flash, moins cher. (Leifeng Wang (compte public : Leifeng Wang))
Article original de Leifeng Wang, reproduction interdite sans autorisation. Pour plus de détails, voirConditions de republication。