चीन की AI कंपनी MiniMax ने 19 अक्टूबर (जापान समय) को कोडिंग और एजेंट के इस्तेमाल के लिए LLM «MiniMax M3.1 Flash» पेश किया। कंपनी ने बताया कि दुनिया की लीडरबोर्ड पर चर्चा में आए गुमनाम मॉडल «Space Bunny» का यह शुरुआती संस्करण था। उसने यह भी कहा कि ओपन वेट्स (मॉडल के वेट) 23 अक्टूबर को जारी किए जाएंगे। API की कीमत प्रति 10 लाख टोकन इनपुट के लिए 0.15 डॉलर और आउटपुट के लिए 0.60 डॉलर है।
गुमनाम मॉडल की असली पहचान: कोडिंग के लिए खास Flash
एक मॉडल अचानक लीडरबोर्ड पर दिखाई देता है और नाम तथा डेवलपर की पहचान छिपाए हुए शीर्ष स्थान पर बना रहता है। AI जगत में ऐसा कभी-कभी होता है, लेकिन इस बार «Space Bunny» की पहचान जल्द ही सामने आ गई। यह MiniMax का M3.1 Flash है। कंपनी के मुताबिक, शुरुआती संस्करण ने अपनी पहचान छिपाए रखते हुए कुल 200 ट्रिलियन से अधिक टोकन प्रोसेस किए और दुनिया की लीडरबोर्ड में शीर्ष स्थान हासिल किया।
M3.1 Flash कोडिंग और उन एजेंटों के लिए बनाया गया है जो खुद काम की योजना बनाकर उसे आगे बढ़ाते हैं। यह टेक्स्ट और कोड तैयार करता है और कंपनी के वीडियो जनरेशन AI «MiniMax H3» से अलग श्रेणी का मॉडल है। यह मल्टीमॉडल है और टेक्स्ट के अलावा अन्य तरह के इनपुट भी संभाल सकता है। इसकी कॉन्टेक्स्ट विंडो (एक बार में पढ़ी जा सकने वाली इनपुट की मात्रा) 10 लाख टोकन है। इसकी एक खासियत यह भी है कि जवाब देने से पहले मॉडल कितनी गहराई से सोचे, इसे अलग-अलग स्तरों पर समायोजित किया जा सकता है।
बिना पहचान बताए मॉडल का परीक्षण कराना और प्रतिक्रिया जुटाने के बाद उसकी पहचान सामने लाना—मौजूदा AI विकास प्रतिस्पर्धा में यह बिना किसी पूर्वधारणा के इस्तेमाल से डेटा इकट्ठा करने का एक तरीका बनता दिख रहा है।
एजेंट के इस्तेमाल को ध्यान में रखकर तय की गई कीमत और गति
MiniMax इस बात पर जोर दे रहा है कि उसके पिछले शीर्ष मॉडल «MiniMax M3» की तुलना में M3.1 Flash की कीमत एक-तिहाई और गति तीन गुना है। M3 को कंपनी ने जून में उपलब्ध कराना शुरू किया था। M3.1 Flash को उससे नीचे के स्तर पर एक हल्के और तेज संस्करण के रूप में पेश किया गया है। हालांकि, इन गुणकों को कंपनी के अपने दावों के रूप में ही देखना उचित होगा।
API की एकसमान दर पर कीमत प्रति 10 लाख टोकन इनपुट के लिए 0.15 डॉलर (लगभग 24 येन; 1 डॉलर = लगभग 158 येन) और आउटपुट के लिए 0.60 डॉलर (लगभग 95 येन) है। पहले पढ़ी गई सामग्री को दोबारा इस्तेमाल करने वाले कैश रीड की कीमत घटाकर 0.015 डॉलर (लगभग 2 येन) कर दी गई है। इसका इस्तेमाल MiniMax API के अलावा, «M Plan» सब्सक्रिप्शन और डेस्कटॉप ऐप «MiniMax Code» के जरिए भी किया जा सकता है।
एजेंट के इस्तेमाल में सिर्फ मॉडल की बुद्धिमत्ता ही मायने नहीं रखती। एक ही निर्देश या सामग्री को बार-बार पढ़ते हुए कई कोशिशें करनी पड़ती हैं, जिससे टोकन की खपत तेजी से बढ़ सकती है। इनपुट की कीमत से भी दस गुना कम कैश दर को इसी तरह के इस्तेमाल को ध्यान में रखकर बनाया गया है।
बेंचमार्क को हर क्षेत्र के हिसाब से समझें
MiniMax ने तुलना तालिका में प्रदर्शन के आंकड़े जारी किए हैं। कामकाज को स्वचालित करने की क्षमता मापने वाले «Automation-Bench v1.0.6» में इसने 62.2% अंक हासिल किए और तुलना किए गए 7 मॉडलों में पहले स्थान पर रहा। दूसरे स्थान पर «DeepSeek-V4.1-Flash-1017» 60.5% के साथ रहा, जबकि «Claude Opus 5» का स्कोर 50.3% था।
दूसरी ओर, कोड में सुधार की सटीकता मापने वाले «DeepSWE v1.1» में इसका स्कोर 73.7% रहा, जो शीर्ष मॉडल DeepSeek-V4.1-Flash-1017 (77.0%) से कम है। तस्वीरों को समझकर तर्क करने वाले «BabyVision» में भी टूल इस्तेमाल करने पर इसका स्कोर 91.0% रहा, जो Claude Opus 5 के 94.1% से नीचे है।
तुलना से तस्वीर यह बनती है कि कामकाज के स्वचालन में यह सबसे आगे है, जबकि कोड सुधार और दृश्य तर्क में शीर्ष मॉडलों में शामिल होते हुए भी पहला स्थान किसी और मॉडल के पास है। इसे «कुल मिलाकर सबसे अच्छा» कहकर समेटने के बजाय, अपने इस्तेमाल के लिहाज से सबसे प्रासंगिक मानदंड देखकर चुनाव करना वास्तविकता के अधिक करीब होगा।
जारी किए गए प्रमुख आंकड़े
Automation-Bench v1.0.6 में 62.2% (तुलना किए गए 7 मॉडलों में पहला स्थान), DeepSWE v1.1 में 73.7% (शीर्ष स्कोर 77.0%) और BabyVision (टूल इस्तेमाल के साथ) में 91.0% (Claude Opus 5 का स्कोर 94.1%)। ये सभी MiniMax द्वारा जारी किए गए तुलनात्मक आंकड़े हैं।
वेट्स जारी होने पर लाइसेंस और मॉडल के आकार पर रहेगी नजर
ओपन वेट्स 23 अक्टूबर को जारी किए जाने हैं। हालांकि, 19 अक्टूबर तक वेट्स कहां जारी किए जाएंगे, पैरामीटर की संख्या क्या होगी और कौन-सा लाइसेंस लागू होगा—इसकी जानकारी नहीं दी गई थी। अपने कंप्यूटर पर मॉडल चलाया जा सकेगा या नहीं, इसका अंदाजा लगाने के लिए पैरामीटर की संख्या एक बुनियादी जानकारी है।
पिछला मॉडल M3 «MiniMax Community License» के तहत जारी किया गया था। इसके अनुसार, गैर-व्यावसायिक इस्तेमाल मुफ्त है। सालाना बिक्री 20 मिलियन डॉलर या उससे कम होने पर सूचना देने और «Built with MiniMax M3» लिखने की शर्त के साथ व्यावसायिक इस्तेमाल की अनुमति है। M3.1 Flash पर भी यही शर्तें लागू होंगी या नहीं, यह रिलीज के समय देखना होगा।
«ओपन वेट्स» सुनकर लग सकता है कि मॉडल का इस्तेमाल मनमाने ढंग से किया जा सकता है, लेकिन अलग-अलग लाइसेंस में व्यावसायिक इस्तेमाल के दायरे और श्रेय देने की अनिवार्यता जैसी शर्तें अलग होती हैं। निजी तौर पर आजमाने और अपनी कंपनी की सेवा में शामिल करने के लिए जांचने योग्य बातें भी अलग होंगी।
कम कीमत और तेज गति के दावे एजेंट के इस्तेमाल को अधिक लोगों तक पहुंचाने में मददगार हो सकते हैं। चार दिन बाद वेट्स जारी होने पर उनकी सामग्री देखने के बाद, अलग-अलग इस्तेमाल के लिए प्रदर्शन और लाइसेंस की शर्तों को साथ रखकर फैसला करना सबसे भरोसेमंद तरीका होगा।
コメント