MiniMax M3.1 Flash: скорость и цена агентных задач
19 октября MiniMax официально представила M3.1 Flash. Модель рассчитана на программирование, работу AI-агентов, управление компьютером и задачи в области кибербезопасности. Компания заявляет, что скорость инференса выросла почти втрое, а расходы на агентные задачи снизились на 70%.
У модели была предварительная версия. 27 сентября M3.1-Flash-Preview появилась в MiniMax Code, где её предлагали для повседневной разработки: от исправления ошибок до создания новых функций. Теперь M3.1 Flash доступна через API, подписку M Plan и MiniMax Code — а также в списке моделей ru.vega.chat и через api.vega.chat.
Откуда взялся Space Bunny
До официального анонса разработчики тестировали анонимную модель под названием Space Bunny. MiniMax подтвердила, что это была ранняя версия M3.1 Flash. По данным компании, за время анонимной работы модель обработала более 200 трлн токенов.
Такой объём реального использования дал MiniMax возможность проверить модель на разнообразных запросах до полноценного запуска. Однако компания не раскрывает подробности тестирования Space Bunny и не уточняет, какие результаты напрямую повлияли на финальную версию M3.1 Flash.
Контекст и режим рассуждений
M3.1 Flash поддерживает контекстное окно до 1 млн токенов. Это позволяет передавать модели большие документы, объёмные фрагменты кодовой базы и длинную историю работы агента в одном запросе.
В технических материалах для модели также указана поддержка текста, изображений и видео на входе. Результат она выдаёт в текстовом формате.
Режим рассуждений всегда включён, но его глубину можно настраивать. Доступны пять уровней: low, medium, high, xhigh и max. Низкие уровни подходят для коротких правок и простых задач, высокие можно выбирать для сложного анализа, многошаговых изменений и работы с несколькими файлами.
Настройка позволяет управлять балансом между скоростью, расходом токенов и глубиной анализа. При этом конкретный эффект зависит от задачи: низкий уровень может ускорить ответ, но сложный запрос на нём потребует больше проверок со стороны пользователя.
Что показывают бенчмарки
MiniMax опубликовала результаты M3.1 Flash в нескольких тестах. Все приведённые ниже оценки представлены самой компанией, поэтому их стоит рассматривать как заявления разработчика до появления более широких независимых сравнений.
| Тест | Результат | Что проверяет |
|---|---|---|
| DeepSWE v1.1 | 73,7% | Решение сложных задач по разработке и проверка кода |
| BankerToolBench | 76,2 | Многошаговые рабочие процессы, работу с документами и финансовыми ограничениями |
| OSWorld V2 | 61,7 | Управление компьютером и выполнение задач в разных приложениях |
| Agents’ Last Exam | 29,6 | Выполнение сложных профессиональных задач |
| CyberGym | 82% | Поиск и проверка уязвимостей |
На AutomationBench-AA MiniMax относит модель к числу сильных участников теста. В этом бенчмарке проверяются сквозные процессы в корпоративных сервисах: например, задачи для продаж, маркетинга, финансов и HR.
Результаты нельзя напрямую сравнивать между собой: тесты измеряют разные навыки и используют разные шкалы. Для команд, которые выбирают модель для своего продукта, важнее проверить её на собственных сценариях: насколько точно она вызывает инструменты, справляется с кодовой базой и доводит задачу до работающего результата.
Скорость и стоимость
MiniMax сообщает, что скорость генерации может превышать 200 токенов в секунду, а медианная скорость составляет более 170 токенов в секунду. Это показатель генерации текста, а не гарантированное время выполнения всей задачи: агенту может понадобиться прочитать файлы, вызвать инструменты, выполнить тесты и несколько раз уточнить результат.
Стоимость API за 1 млн токенов:
| Тип токенов | Цена |
|---|---|
| Входные | $0,15 |
| Выходные | $0,60 |
| Кэшированные входные | $0,015 |
MiniMax заявляет, что общая стоимость агентных задач снизилась на 70% по сравнению с предыдущей моделью. Эта оценка относится к использованию в рабочих сценариях и не означает, что каждый запрос автоматически станет на 70% дешевле. Расход зависит от объёма контекста, длины ответа, количества вызовов инструментов и числа повторных попыток.
В чём разница между M3 и M3.1 Flash
MiniMax M3, выпущенная ранее, позиционировалась как универсальная модель для кодирования, агентных задач и мультимодальной работы. M3.1 Flash делает акцент на быстром выполнении частых рабочих запросов, особенно внутри программных агентов.
Для пользователя заметны три различия:
- в M3.1 Flash можно выбирать уровень рассуждений;
- компания отдельно подчёркивает скорость и стоимость агентных сценариев;
- модель доступна через API, M Plan и MiniMax Code.
Веса M3.1 Flash MiniMax обещала выпустить позднее. До их публикации пользователи не могут самостоятельно развернуть модель на своём оборудовании и проверить её без обращения к сервисам компании.
Кому стоит обратить на неё внимание
M3.1 Flash может подойти разработчикам, которым нужен помощник для анализа репозитория, исправления ошибок, написания тестов и выполнения изменений в несколько этапов. Она также интересна командам, которые автоматизируют работу с разными приложениями и хотят контролировать стоимость частых запросов к агенту.
Перед внедрением стоит сравнить модель с альтернативами на собственных задачах. Проверьте не только качество ответа, но и число вызовов инструментов, расход токенов, время до готового результата и то, как модель ведёт себя при ошибках.
Возьмите несколько типичных задач из своего рабочего процесса и протестируйте их в M3.1 Flash на разных уровнях рассуждений — например, прямо в списке моделей ru.vega.chat.