MiniMax представил M3.1 Flash: производительность выросла в 3 раза, стоимость снизилась на 70%

Вечером 19 октября MiniMax официально представил новое поколение Flash-модели M3.1 Flash. Ранее эта модель дебютировала под анонимным именем «Space Bunny», и данный выпуск标志着 её всестороннего улучшения производительности. По официальной информации, M3.1 Flash значительно улучшила работу в задачах, требующих многошагового планирования, последовательного вызова инструментов и долгосрочного выполнения, одновременно достигнув двойного прорыва: увеличение скорости онлайн-инференса почти в 3 раза и снижение стоимости использования на 70%.

В области автоматизации и обработки сложных задач M3.1 Flash заняла лидирующие позиции в бенчмарке AutomationBench-AA, успешно решая реальные бизнес-процессы в таких сферах, как продажи, маркетинг, операции, служба поддержки, финансы и HR. Кроме того, она набрала 76,2 балла в тесте BankerToolBench, продемонстрировав мощные способности в многошаговом планировании, поддержании согласованности между документами, финансовой комплаенс-проверке и цепочечном вызове инструментов.

Программирование и инженерия программного обеспечения являются ещё одной сильной стороной этой модели. В тестировании DeepSWE v1.1 M3.1 Flash показала результат 73,7%, продемонстрировав выдающиеся способности к выполнению длинных цепочек задач, поддерживая сложные рабочие процессы разработки ПО при более низкой стоимости. Это указывает на высокую надёжность и эффективность модели при работе со сложными кодовыми задачами.

Управление компьютером и выполнение профессиональных задач также стали ключевыми направлениями этого обновления. M3.1 Flash набрала 61,7 балла в OSWorld V2, измеряющем способности ИИ к управлению компьютером, и 29,6 балла в Agents' Last Exam (ALE), оценивающем реальные профессиональные рабочие сценарии; оба показателя занимают первое место среди отечественных моделей. Это标志着, что модель достигла отраслевого лидерства в имитации действий человека и выполнении специфических профессиональных задач.

Прорывные достижения также отмечены в области кибербезопасности. M3.1 Flash набрала высокий результат 82% в бенчмарке CyberGym, продемонстрировав ведущие способности к обнаружению и проверке уязвимостей. Согласно глубокой оценке внутренних экспертов по безопасности, модель отлично справляется с аудитом кода, исправлением уязвимостей, пентестами, анализом вредоносного кода и реверс-инжинирингом, обеспечивая низкую стоимость и высокую эффективность в поддержке построения сложных систем безопасности предприятий.

В отношении оптимизации эффективности инференса M3.1 Flash использует более агрессивную архитектуру разреженного внимания. В повседневных сценариях использования скорость вывода достигает 200+ TPS, медиана (P50) стабильно составляет 170+ TPS. Для задач типа Agentic совокупная стоимость использования модели составляет лишь треть от стоимости предыдущей модели, что значительно повышает экономическую эффективность масштабных приложений.

Наряду с повышением производительности, MiniMax одновременно снизила цены на вызовы API. Стоимость ввода для M3.1 Flash составляет 1 юань за миллион токенов, вывода — 4 юаня, чтения из кэша — 0,1 юаня. По сравнению с предыдущей моделью M3, цены на ввод и вывод снизились более чем на 50%, цена чтения из кэша снизилась более чем на 70%, а также поддерживается контекстное окно длиной до 512K токенов, что дополнительно снижает порог входа для разработчиков.

Выпуск M3.1 Flash обострил конкуренцию среди отечественных Flash-моделей в области сложных задач. За два дня до этого DeepSeek обновил V4.1 Flash-1017, сделав акцент на улучшении возможностей разработки проектов. При сравнении DeepSeek показывает более высокие результаты в тестах по программной инженерии, тогда как MiniMax M3.1 Flash имеет преимущества в кросс-SaaS бизнес-процессах и кибербезопасности. Они формируют комплементарный набор продуктов, совместно продвигая отечественные модели к уровню производительности ведущих закрытых моделей, сохраняя при этом низкие цены.