Il 19 ottobre (ora giapponese), l’azienda cinese di IA MiniMax ha annunciato «MiniMax M3.1 Flash», un LLM pensato per la programmazione e l’uso con agenti. L’azienda ha spiegato che il modello anonimo «Space Bunny», che aveva attirato l’attenzione nelle classifiche mondiali, era una versione preliminare di M3.1 Flash, e ha annunciato che i pesi del modello saranno pubblicati il 23 ottobre. Le tariffe API sono di 0,15 dollari per milione di token in input e 0,60 dollari in output.
L’identità del modello anonimo: un Flash specializzato nella programmazione
Un modello compare all’improvviso in classifica e rimane ai vertici senza che se ne conoscano il nome né lo sviluppatore. È un fenomeno che ogni tanto si verifica nel mondo dell’IA, ma questa volta la risposta all’enigma «Space Bunny» è arrivata presto. Si tratta di M3.1 Flash di MiniMax. L’azienda spiega che la versione preliminare, mantenuta anonima, ha elaborato complessivamente oltre 200.000 miliardi di token e ha raggiunto il primo posto nelle classifiche mondiali.
M3.1 Flash è pensato per la programmazione e per gli agenti, con cui l’IA pianifica autonomamente le attività e le porta a termine. Genera testo e codice e appartiene a una famiglia diversa da «MiniMax H3», il modello di generazione video dell’azienda. È un modello multimodale, in grado di elaborare anche input diversi dal testo, con una finestra di contesto (la quantità di input leggibile in una volta) di un milione di token. Un’altra caratteristica è la possibilità di regolare gradualmente la profondità del ragionamento prima della risposta.
Testare un modello in forma anonima, raccogliere valutazioni e solo in seguito presentarlo con il proprio nome: nella competizione attuale fra aziende di IA sembra essere uno dei metodi per raccogliere dati sul suo utilizzo senza condizionamenti.
Prezzo e velocità puntano sull’uso degli agenti
MiniMax mette in evidenza soprattutto che, rispetto al suo modello di punta già disponibile, «MiniMax M3», M3.1 Flash costa un terzo e ha una velocità tripla. M3 è stato reso disponibile dall’azienda a giugno; M3.1 Flash si colloca al di sotto, come versione più leggera e veloce. È però opportuno considerare queste proporzioni come affermazioni promozionali dell’azienda.
La tariffa è fissa: 0,15 dollari per milione di token in input (circa 24 yen, al cambio di 1 dollaro = circa 158 yen) e 0,60 dollari in output (circa 95 yen). La lettura dalla cache, che consente di riutilizzare contenuti già acquisiti, costa 0,015 dollari (circa 2 yen). Il modello è accessibile tramite l’API MiniMax, il piano tariffario «M Plan» e l’app desktop «MiniMax Code».
Per gli agenti non conta soltanto l’intelligenza del modello. Nel corso di tentativi e correzioni, lo stesso prompt o gli stessi materiali vengono letti più volte, facendo crescere il consumo di token a valanga. Portare il costo della lettura dalla cache a un decimo di quello dell’input sembra una scelta pensata proprio per questo tipo di utilizzo.
I benchmark vanno letti in base alle specializzazioni
MiniMax ha pubblicato i risultati in una tabella comparativa. Nell’«Automation-Bench v1.0.6», che misura la capacità di automatizzare il lavoro, M3.1 Flash ha ottenuto il 62,2%, classificandosi primo fra i sette modelli messi a confronto. Al secondo posto c’è «DeepSeek-V4.1-Flash-1017» con il 60,5%, mentre «Claude Opus 5» ha raggiunto il 50,3%.
Nel «DeepSWE v1.1», che valuta la precisione nella correzione del codice, il punteggio è invece del 73,7%, inferiore al 77,0% di DeepSeek-V4.1-Flash-1017, primo in classifica. Anche nel «BabyVision», che misura la capacità di leggere immagini e ragionare su di esse, M3.1 Flash ha ottenuto il 91,0% con l’uso di strumenti, contro il 94,1% di Claude Opus 5.
Nel complesso, M3.1 Flash è in testa nell’automazione del lavoro e si colloca ai vertici nella correzione del codice e nel ragionamento visivo, ma in queste ultime due categorie il primo posto va a un altro modello. Più che definirlo semplicemente «il migliore in assoluto», conviene scegliere in base alla somiglianza tra il proprio caso d’uso e gli indicatori valutati. È una lettura più aderente alla realtà.
Principali risultati pubblicati
Automation-Bench v1.0.6: 62,2% (1° posto fra 7 modelli); DeepSWE v1.1: 73,7% (il primo classificato ha ottenuto il 77,0%); BabyVision con l’uso di strumenti: 91,0% (Claude Opus 5 ha ottenuto il 94,1%). Sono tutti risultati comparativi pubblicati da MiniMax.
Pesi e licenza: cosa aspettarsi al momento della pubblicazione
La pubblicazione dei pesi del modello è prevista per il 23 ottobre. Al 19 ottobre, tuttavia, non erano stati indicati né il luogo in cui saranno pubblicati, né il numero di parametri, né la licenza applicabile. Il numero di parametri è un’informazione di base per valutare se il modello può essere eseguito sul proprio computer.
Il modello precedente, M3, è stato pubblicato con la «MiniMax Community License». La licenza consente l’uso gratuito non commerciale e autorizza quello commerciale, per chi ha un fatturato annuo inferiore a 20 milioni di dollari, previa comunicazione e con l’indicazione «Built with MiniMax M3». Al momento della pubblicazione si dovrà verificare se le stesse condizioni si applicheranno anche a M3.1 Flash.
L’espressione «open-weight» può dare l’impressione che il modello sia liberamente utilizzabile, ma le condizioni, come l’ambito dell’uso commerciale e gli obblighi di attribuzione, variano da una licenza all’altra. Ciò che occorre verificare dipende dal fatto che lo si voglia provare per uso personale o integrare in un servizio aziendale.
La promessa di prezzi bassi e alta velocità potrebbe ampliare la platea di chi usa gli agenti. Per avere un quadro affidabile, è meglio valutare le prestazioni per i diversi casi d’uso insieme alle condizioni di licenza, dopo aver esaminato i pesi che saranno pubblicati tra quattro giorni.
コメント