MiniMax در ۱۹ اکتبر ۲۰۲۶ از مدل M3.1 Flash رونمایی کرد. این شرکت می‌گوید نسخه جدید در شاخص هوش Artificial Analysis امتیاز ۴۲ گرفته است؛ ۱۳ امتیاز بیشتر از مدل قبلی M3، در حالی که هزینه هر کار با آن کمتر از نصف است. API این مدل هم‌اکنون در platform.minimax.io فعال است و شرکت قصد دارد وزن‌های آن را در ۲۳ اکتبر ۲۰۲۶ منتشر کند.
عملکرد مدل
در آزمون‌ها، M3.1 Flash در معیار «Humanity’s Last Exam» به امتیاز ۴۸٪ رسید و از Deepseek V4.1 Flash با ۴۳٪ پیشی گرفت و بالاتر از GLM‑5.3‑Flash قرار گرفت. در معیار CritPt که بر فیزیک متمرکز است، امتیاز مدل ۲۲٪ بود؛ بالاتر از GLM‑5.3‑Flash با ۱۵٪ و Gemini 3.8 Flash با ۱۸٪، اما اندکی پایین‌تر از Deepseek با ۲۴٪. در آزمون AA‑Omniscience برای سنجش دقت factual، مدل به ۵۶٪ پرسش‌ها پاسخ درست داد؛ رقمی بسیار بالاتر از GLM‑5.3‑Flash با ۲۸٪ و Deepseek با ۴۳٪. این مدل می‌تواند تا یک میلیون توکن را در پنجره زمینه پردازش کند و ورودی متن و تصویر را می‌پذیرد.
قیمت و دسترسی
MiniMax برای هر یک میلیون توکن ورودی ۰٫۱۵ دلار و برای هر یک میلیون توکن خروجی ۰٫۶۰ دلار دریافت می‌کند؛ هزینه ورودی‌های ذخیره‌شده در کش ۰٫۰۱۵ دلار است. از آنجا که M3.1 Flash برای هر کار توکن خروجی کمتری مصرف می‌کند، هزینه هر کار حدود ۰٫۲۲ دلار است و مدل تقریباً سه برابر سریع‌تر از M3 قدیمی عمل می‌کند. این شرکت همچنین اپلیکیشن دسکتاپی به نام MiniMax Code ارائه می‌دهد.
چرا مهم است
برای توسعه‌دهندگان و کسب‌وکارها در چین و دیگر نقاط جهان، هزینه کمتر هر کار به این معناست که می‌توانند بدون فشار زیاد به بودجه، کارهای استدلالی پیچیده‌تری اجرا کنند. انتشار وزن‌های باز نیز می‌تواند به پژوهشگران امکان دهد بدون انتظار برای دریافت مجوز تجاری، با مدلی قدرتمند آزمایش کنند.
