A MiniMax M3.1 Flash tovább élezi a kínai MI-modellek árversenyét
A MiniMax új, M3.1 Flash nevű következtető modellje 42 pontot ért el az Artificial Analysis Intelligence Indexén, vagyis 13 ponttal javított az előző M3 eredményén. Ezzel azonos szintre került a GLM-5.3-Flash modellel, megelőzte a 41 pontos Gemini 3.8 Flasht, ugyanakkor a Deepseek V4.1 Flash 1017 45 pontja továbbra is magasabb. A fejlődés különösen az összetett következtetési feladatoknál látványos.
A Humanity’s Last Exam tesztjén az M3.1 Flash 48 százalékot ért el, szemben a Deepseek 43 százalékával és a GLM 38 százalékával. A kutatási szintű fizikai gondolkodást vizsgáló CritPt benchmarkon 22 százalékos eredményt produkált 71 összetett feladat alapján, míg az AA-Omniscience teszten a kérdések 56 százalékára válaszolt helyesen. Ez utóbbi eredmény jóval meghaladta a GLM 28 és a Deepseek 43 százalékát.
A modell egyik legfontosabb előnye az ára: egy feladat átlagosan körülbelül 0,22 dollárba kerül, szemben a Deepseek 0,26 dolláros költségével. Az M3.1 Flash kevesebb kimeneti tokent használ, a MiniMax szerint pedig háromszor gyorsabb az M3-nál. Akár egymillió tokenes kontextust és képeket is kezel, API-hozzáférése pedig egymillió bemeneti tokenenként 0,15, kimeneti tokenenként 0,60 dollárba kerül. A kedvezményes, gyorsítótárazott bemenet ára 0,015 dollár. A modell október 23-án nyílt súlyokkal is megjelenik, miközben API-ja és a MiniMax Code asztali alkalmazás már elérhető. A teljesítmény ellenére komoly gyengeség a 93 százalékos hallucinációs arány, mert a rendszer bizonytalanság esetén is gyakran megpróbál válaszolni.
Folytasd az appban — szavazz és szólj hozzá ➔