La empresa china de IA MiniMax presentó el 19 de octubre (hora de Japón) «MiniMax M3.1 Flash», un LLM destinado a la programación y al uso como agente. La compañía explicó que el modelo anónimo «Space Bunny», que había despertado interés en las tablas de clasificación mundiales, era una versión preliminar de este modelo, y anunció que publicará sus pesos abiertos el 23 de octubre. El precio de la API es de 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida.
La identidad del modelo anónimo: un Flash especializado en programación
Un modelo aparece de repente en una tabla de clasificación, se mantiene entre los primeros puestos y no revela ni su nombre ni quién lo ha desarrollado. Es algo que ocurre de vez en cuando en el sector de la IA, pero en el caso de «Space Bunny» la incógnita ya se ha despejado: es M3.1 Flash, de MiniMax. La compañía afirma que su versión preliminar procesó más de 200 billones de tokens en total sin revelar su identidad y alcanzó el primer puesto en las tablas de clasificación mundiales.
M3.1 Flash está pensado para la programación y para el uso como agente, en el que la IA planifica y lleva a cabo tareas por sí misma. Genera texto y código, y pertenece a una categoría distinta de «MiniMax H3», la IA de la compañía para generar vídeo. Es multimodal y puede procesar entradas que no son solo texto; su ventana de contexto —la cantidad de información que puede leer de una vez— es de un millón de tokens. También permite ajustar gradualmente cuánto debe razonar antes de responder.
Probar un modelo de forma anónima, recabar opiniones y después revelar su identidad. En la actual carrera por desarrollar IA, parece ser una de las formas de recopilar datos sobre cómo se utiliza sin que haya ideas preconcebidas.
Precio y velocidad para impulsar el uso como agente
MiniMax destaca que, frente a su modelo avanzado «MiniMax M3», M3.1 Flash cuesta un tercio y es tres veces más rápido. M3 es un modelo que la compañía empezó a ofrecer en junio, y M3.1 Flash se sitúa por debajo como una versión más ligera y rápida. No obstante, conviene entender estas cifras como parte de la presentación promocional de la compañía.
La API tiene una tarifa única de 0,15 dólares por millón de tokens de entrada (unos 24 yenes, al cambio de 1 dólar = unos 158 yenes) y 0,60 dólares por millón de tokens de salida (unos 95 yenes). La lectura en caché —reutilizar contenido ya leído— cuesta 0,015 dólares (unos 2 yenes). También se puede usar a través de MiniMax API, del plan de precios «M Plan» y de la aplicación de escritorio «MiniMax Code».
Para el uso como agente no solo importa la inteligencia del modelo. Como este vuelve a leer las mismas instrucciones y documentos una y otra vez mientras prueba distintas opciones, el consumo de tokens crece como una bola de nieve. Fijar el coste de la caché en una décima parte del precio de entrada parece una decisión pensada para ese tipo de uso.
Cómo interpretar los benchmarks según el ámbito de especialización
MiniMax ha publicado los resultados en una tabla comparativa. En «Automation-Bench v1.0.6», que mide la capacidad de automatizar tareas empresariales, obtuvo un 62,2 % y quedó en primer lugar entre los siete modelos comparados. En segundo lugar quedó «DeepSeek-V4.1-Flash-1017», con un 60,5 %, y «Claude Opus 5» obtuvo un 50,3 %.
En cambio, en «DeepSWE v1.1», que evalúa la precisión al corregir código, obtuvo un 73,7 %, por debajo del 77,0 % de «DeepSeek-V4.1-Flash-1017», que lidera la clasificación. En «BabyVision», que mide la capacidad de interpretar imágenes y razonar, alcanzó un 91,0 % con herramientas, también por debajo del 94,1 % de «Claude Opus 5».
En conjunto, lidera en automatización de tareas, mientras que en corrección de código y razonamiento visual se sitúa entre los primeros puestos, aunque otro modelo encabeza cada clasificación. En lugar de resumirlo diciendo que es «el mejor en todo», resulta más útil elegir en función de cuánto se acerque cada indicador al uso que se le vaya a dar.
Principales cifras publicadas
«Automation-Bench v1.0.6»: 62,2 % (1.º entre 7 modelos comparados); «DeepSWE v1.1»: 73,7 % (el primer puesto es un 77,0 %); «BabyVision» con uso de herramientas: 91,0 % («Claude Opus 5»: 94,1 %). Son cifras comparativas publicadas por MiniMax.
Los pesos y la licencia, claves cuando se publiquen
Está previsto que los pesos abiertos se publiquen el 23 de octubre. Sin embargo, a fecha del 19 de octubre no se habían indicado dónde se publicarían, el número de parámetros ni la licencia aplicable. El número de parámetros es un dato básico para calcular si el modelo puede ejecutarse en un equipo propio.
El modelo anterior, M3, se publicó con la «MiniMax Community License». Es gratuito para usos no comerciales y permite el uso comercial a quienes tengan unos ingresos anuales inferiores a 20 millones de dólares, siempre que lo notifiquen e incluyan la mención «Built with MiniMax M3». Habrá que comprobar cuando se publiquen los pesos si M3.1 Flash estará sujeto a las mismas condiciones.
La expresión «pesos abiertos» puede dar a entender que se pueden usar sin restricciones, pero las condiciones —como el alcance del uso comercial o la obligación de incluir una mención— varían según la licencia. Lo que conviene comprobar dependerá de si se quiere probar el modelo a título personal o integrarlo en un servicio propio.
La apuesta por un precio bajo y una gran velocidad puede ampliar el acceso al uso de agentes. Lo más prudente es evaluar tanto el rendimiento para cada uso como las condiciones de la licencia después de examinar los pesos, que se publicarán dentro de cuatro días.
コメント