中国AI企业MiniMax于10月19日（日本时间）发布了面向编程和智能体用途的LLM「MiniMax M3.1 Flash」。该公司表示，曾在全球排行榜上引发关注的匿名模型「Space Bunny」就是这一模型的先行版本，并预告将于10月23日公开开放权重（模型权重）。API价格为每百万个token输入0.15美元、输出0.60美元。
匿名模型的真实身份：专攻编程的Flash
一个突然出现在排行榜上、名称和开发方都未公开，却持续位居前列的模型。AI圈偶尔会出现这种情况，而这次「Space Bunny」的谜底很快就揭晓了。它的真实身份是MiniMax的M3.1 Flash。该公司称，其先行版本在隐去身份的情况下累计处理了超过200万亿个token，并登上全球排行榜榜首。
M3.1 Flash面向编程，以及由AI自行规划并推进任务的智能体应用。它生成文本和代码，与该公司的视频生成AI「MiniMax H3」属于不同系列。它是能够处理文本以外输入的多模态模型，上下文窗口（一次可读取的输入量）为100万个token。另一个特点是，可以分阶段调整模型在回答前进行深入思考的程度。
先以匿名身份进行测试、收集评价，再亮出招牌。在当下的AI开发竞赛中，这似乎已成为收集用户不带先入之见使用数据的一种手段。
以价格和速度瞄准智能体应用
MiniMax重点宣传的是，与现有旗舰模型「MiniMax M3」相比，M3.1 Flash的价格仅为三分之一，速度则快3倍。M3是该公司于6月开始提供的模型，而M3.1 Flash定位为比它更轻量、更快速的版本。不过，这些倍数更适合视为该公司发布时的宣传说法。
API价格统一为每百万个token输入0.15美元（约24日元，按1美元约合158日元计算）、输出0.60美元（约95日元）。复用已读取内容的缓存读取价格则降至0.015美元（约2日元）。除了MiniMax API，还可以通过价格方案「M Plan」和桌面应用「MiniMax Code」使用。
对智能体应用而言，起作用的不只是模型的智能程度。模型会反复读取同一指令或资料，在不断试错的过程中，token消耗会像滚雪球一样增长。将缓存价格设为输入价格的十分之一，可以看作是针对这类用法进行的设计。
应结合各自擅长的领域解读基准测试
MiniMax在对比表中公布了性能数据。在衡量业务自动化能力的「Automation-Bench v1.0.6」中，M3.1 Flash得分为62.2%，在7个对比模型中排名第一。第二名是「DeepSeek-V4.1-Flash-1017」，得分60.5%；「Claude Opus 5」得分50.3%。
另一方面，在衡量代码修正准确度的「DeepSWE v1.1」中，该模型得分73.7%，未能超过排名第一的DeepSeek-V4.1-Flash-1017（77.0%）。在读取图像并进行推理的「BabyVision」中，使用工具时得分为91.0%，低于Claude Opus 5的94.1%。
综合来看，它在业务自动化方面排名领先，在代码修正和视觉推理方面也跻身前列，但榜首由其他模型占据。与其一句话概括为「综合实力最强」，不如根据自己的用途与哪项指标更接近来选择。这样的解读更符合实际情况。
公布的主要数据
Automation-Bench v1.0.6得分为62.2%（7个对比模型中排名第1），DeepSWE v1.1得分为73.7%（榜首为77.0%），BabyVision（使用工具时）得分为91.0%（Claude Opus 5为94.1%）。这些都是MiniMax公布的对比数据。
权重和许可将在公开时受到关注
开放权重计划于10月23日公开。不过，截至10月19日，该公司尚未公布权重的发布平台、参数量以及适用的许可证。估算模型能否在本地机器上运行时，参数量是基本参考信息。
前一代模型M3以「MiniMax Community License」公开。该许可证规定，非商业用途可免费使用；年收入低于2000万美元时，完成申报并标注「Built with MiniMax M3」即可用于商业用途。M3.1 Flash是否也适用相同条件，要等到公开时才能确认。
听到「开放权重」，可能会觉得可以自由使用，但实际上，商业用途范围、标注义务等条件会因许可证而异。个人尝试使用，还是将其集成到自家服务中，需要确认的事项也会有所不同。
低价和高速的卖点有望扩大智能体应用的普及范围。最稳妥的做法是，等4天后权重公开，再结合不同用途的性能和许可证条件进行判断。
コメント