MiniMaxは10月19日、新世代FlashモデルM3.1Flashを正式に更新した。以前匿名の身分で累計200Tトークン超を処理していたSpace Bunnyはその早期バージョンである。公式によると、同モデルはAgenticタスク、プログラミング、Computer Use、サイバーセキュリティなどの分野で世代を超えた向上を達成し、オンライン推論速度は約3倍に向上、利用コストは70%削減されたという。
ベンチマーク性能では、M3.1FlashはAutomationBench-AAで最上位に位置し、SaaSシステムを横断して営業、マーケティング、運営、カスタマーサポート、財務、人事の実際の業務ワークフローを完了できる。BankerToolBenchのスコアは76.2で、多段階プランニング、文書横断の一貫性、金融コンプライアンス、ツールのチェーン呼び出しに優れている。
プログラミングの面では、DeepSWE v1.1で73.7%を達成し、トップモデルの水準に達した。この評価ではモデルがコード理解、機能開発、問題修正、テスト検証を独自に完了することが求められ、長いタスクチェーンの実行能力が際立っている。
Computer Useの面では、OSWorld V2で61.7、Agents' Last Examで29.6を獲得し、いずれも中国産モデル首位となった。サイバーセキュリティの面では、CyberGymベンチマークで82%を達成し、コード監査、脆弱性修正、ペネトレーションテスト、悪意あるコード分析、リバースエンジニアリングなどのシーンで優れたパフォーマンスを発揮している。
推論効率の面では、モデルはより攻めのスパース注意アーキテクチャを採用しており、日常シーンでの出力速度は200+ TPSに達し、中央値のP50は170+ TPSで安定しています。価格面では、入力は百万Tokenあたり1元、出力は百万Tokenあたり4元、キャッシュ読み取りは百万Tokenあたり0.1元で、Agentic系タスクの総合利用コストは前世代比で70%低減されました。
M3.1Flashは現在MiniMax API、MPlan、MiniMax Codeで利用可能となっており、重みは後日公開される。公式はこれを効率と能力のバランスに対する継続的な探求と位置づけており、知能の上限を追求するProバージョンも後日ユーザーと対面する予定だという。性能とコストの間に打ち立てたそのベンチマークは、効率で能力を得るというFlash帯モデルの製品路線を受け継いでいる。