中國 AI 公司 MiniMax 於 10 月 19 日（日本時間）發表面向程式設計與代理人用途的 LLM「MiniMax M3.1 Flash」。該公司表示，曾在全球排行榜引發關注的神秘模型「Space Bunny」其實是這款模型的先行版本，並預告將於 10 月 23 日公開開放權重（模型權重）。API 費用為每 100 萬個 token，輸入 0.15 美元、輸出 0.60 美元。
神秘模型的真面目：專攻程式設計的 Flash
模型突然出現在排行榜上，在未公開名稱與開發商的情況下長居前段班。這種現象偶爾會在 AI 圈出現，但這次「Space Bunny」很快就揭曉了答案：它其實是 MiniMax 的 M3.1 Flash。該公司表示，先行版本在隱藏身分的情況下，累計處理超過 200 兆個 token，並登上全球排行榜首位。
M3.1 Flash 主打程式設計，以及由 AI 自行規劃並執行工作的代理人用途。它能生成文字與程式碼，與該公司的影片生成 AI「MiniMax H3」屬於不同產品線。這款模型也具備多模態能力，可處理文字以外的輸入，情境視窗（一次可讀取的輸入量）為 100 萬個 token。此外，它還能逐步調整回答前的思考深度。
先以匿名身分進行測試、累積口碑，再正式亮出招牌。在當前的 AI 開發競賽中，這似乎已成為收集不受先入為主觀念影響的使用數據的一種做法。
價格與速度瞄準代理人應用
MiniMax 強調，與現有的頂尖模型「MiniMax M3」相比，M3.1 Flash 費用僅三分之一、速度則快 3 倍。M3 是該公司於 6 月開始提供的模型，M3.1 Flash 則定位為其輕量高速版。不過，這些倍數應視為該公司發布時主打的宣傳訴求。
API 費用採統一費率，每 100 萬個 token 的輸入費用為 0.15 美元（約 24 日圓，以 1 美元約兌 158 日圓換算），輸出費用為 0.60 美元（約 95 日圓）。重複使用已讀取內容的快取讀取費用則降至 0.015 美元（約 2 日圓）。除了 MiniMax API，也可透過訂閱方案「M Plan」和桌面應用程式「MiniMax Code」使用。
對代理人用途而言，模型是否聰明並非唯一關鍵。由於模型會反覆讀取相同指令或資料，並經過多輪嘗試與修正，token 消耗量很容易像滾雪球般增加。將快取費用訂為輸入費用的十分之一，顯然是考量到這類使用情境。
依擅長領域解讀基準測試
MiniMax 在比較表中公布了效能數據。在衡量業務自動化能力的「Automation-Bench v1.0.6」中，M3.1 Flash 得分 62.2%，在 7 款比較模型中排名第一。排名第二的是「DeepSeek-V4.1-Flash-1017」，得分 60.5%；「Claude Opus 5」則為 50.3%。
另一方面，在評估程式碼修正準確度的「DeepSWE v1.1」中，M3.1 Flash 得分 73.7%，未能超越排名第一的 DeepSeek-V4.1-Flash-1017（77.0%）。在透過影像理解並推理的「BabyVision」測試中，使用工具時得分為 91.0%，也低於 Claude Opus 5 的 94.1%。
綜合來看，M3.1 Flash 在業務自動化方面領先，在程式碼修正與視覺推理方面也名列前茅，但這些領域的榜首由其他模型拿下。與其簡單歸納為「整體最強」，不如根據自身用途對應的指標來選擇，這樣更符合實際情況。
公布的主要數據
Automation-Bench v1.0.6 得分 62.2%（7 款比較模型中排名第 1）；DeepSWE v1.1 得分 73.7%（榜首為 77.0%）；BabyVision（使用工具時）得分 91.0%（Claude Opus 5 為 94.1%）。以上均為 MiniMax 公布的比較數據。
開放權重公開時，授權條款將成關注焦點
開放權重預計於 10 月 23 日公開。不過，截至 10 月 19 日，該公司尚未說明權重的發布平台、參數量及適用授權條款。參數量是評估能否在個人設備上執行模型的基本資訊。
前一代 M3 以「MiniMax Community License」授權公開。非商業用途可免費使用；年營收低於 2,000 萬美元者，完成申報並標示「Built with MiniMax M3」後即可商用。M3.1 Flash 是否適用相同條件，則須等公開時確認。
聽到「開放權重」，可能會以為能自由使用，但實際上，各種授權條款對商業使用範圍、標示義務等都有不同規定。個人試用或整合至自家服務，需要確認的事項也會有所不同。
低價與高速的訴求，可能有助於擴大代理人應用的普及程度。最穩妥的做法，是等 4 天後權重公開，再一併評估各用途的效能與授權條件。
コメント