Ένα ανώνυμο μοντέλο με το όνομα Space Bunny είχε επεξεργαστεί πάνω από 200 τρισεκατομμύρια tokens πριν μάθει κανείς από πού προερχόταν. Η κινεζική MiniMax αποκάλυψε τώρα ότι ήταν πρώιμη έκδοση του MiniMax M3.1 Flash, του νέου της μοντέλου, που διατίθεται ήδη μέσω API με 0,15 δολάρια ανά εκατομμύριο tokens εισόδου. Το token είναι το μικρό κομμάτι κειμένου, συνήθως μέρος μιας λέξης, με το οποίο μετριέται η δουλειά και η χρέωση ενός γλωσσικού μοντέλου.
Η εταιρεία το προορίζει κυρίως για AI agents, δηλαδή συστήματα που εκτελούν μόνα τους εργασίες σε πολλά βήματα, όπως η αυτοματοποίηση δουλειών γραφείου ή ο προγραμματισμός. Σύμφωνα με την παρουσίαση του MarkTechPost, το μήνυμα προς τους προγραμματιστές είναι απλό: επιδόσεις κοντά στα κορυφαία μοντέλα, με κόστος φθηνής έκδοσης.
Τεράστιο στο χαρτί, μικρό σε κάθε απάντηση
Το M3.1 Flash έχει συνολικά 428 δισεκατομμύρια παραμέτρους, αλλά σε κάθε βήμα ενεργοποιούνται μόνο περίπου 23 δισεκατομμύρια. Αυτή είναι η λογική της αρχιτεκτονικής mixture-of-experts: το μοντέλο χωρίζεται σε εξειδικευμένα τμήματα και για κάθε κομμάτι κειμένου δουλεύουν μόνο όσα χρειάζονται. Έτσι τρέχει φθηνότερα και γρηγορότερα από ένα μοντέλο ίδιου μεγέθους που χρησιμοποιεί τα πάντα κάθε φορά.
Δέχεται κείμενο, εικόνα και βίντεο και απαντά με κείμενο. Το παράθυρο συμφραζομένων, δηλαδή ο όγκος πληροφορίας που μπορεί να έχει «μπροστά του» ταυτόχρονα, φτάνει το 1.000.000 tokens. Τα νούμερα των παραμέτρων είναι ίδια με του MiniMax M3, και η εταιρεία δεν έχει δημοσιεύσει τεχνική αναφορά που να εξηγεί τι άλλαξε στην έκδοση Flash.
Η τιμολόγηση είναι σταθερή: 0,15 δολάρια για την είσοδο και 0,60 για την έξοδο ανά εκατομμύριο tokens, χωρίς επιβάρυνση για μεγάλα κείμενα. Το M3 κοστίζει 0,30 και 1,20 δολάρια μέχρι τα 512.000 tokens εισόδου και διπλασιάζεται πάνω από αυτό το όριο. Ανά token, λοιπόν, το Flash κοστίζει το μισό. Η MiniMax λέει ότι κοστίζει το ένα τρίτο και ότι είναι τρεις φορές ταχύτερο, χωρίς να εξηγεί πώς έκανε τον υπολογισμό. Η σελίδα του προϊόντος αναφέρει περίπου 150 tokens το δευτερόλεπτο.
Πρώτο στη δουλειά γραφείου, πίσω στον δύσκολο κώδικα
Όλες οι βαθμολογίες προέρχονται από την ίδια τη MiniMax και δεν έχουν επιβεβαιωθεί ακόμη ανεξάρτητα. Στο Automation-Bench, που μετρά αυτοματοποίηση εργασιών γραφείου, η εταιρεία δίνει στο μοντέλο της 62,2, έναντι 50,3 για το Opus 5 της Anthropic και 45,8 για το GPT-5.6 Sol της OpenAI. Στο BankerToolBench ισοφαρίζει το Opus 5 στο 76,2.
Στον προγραμματισμό η εικόνα είναι πιο μικτή. Στο DeepSWE το M3.1 Flash πιάνει 73,7, ελάχιστα πάνω από το GPT-5.6 Sol (73,0), αλλά κάτω από το πρόσφατο V4.1-Flash-1017 της DeepSeek, που φτάνει το 77,0 και, κατά το ίδιο το διάγραμμα της MiniMax, βγαίνει και φθηνότερο στη μέγιστη ρύθμιση. Η χειρότερη επίδοση είναι στο Terminal Bench 4.0, με 38,1 απέναντι στο 51,8 του Opus 5.
Το MarkTechPost εντόπισε και μια ασυνέπεια: το διάγραμμα κόστους της εταιρείας δείχνει 62,8 στο Automation-Bench, ενώ ο πίνακας γράφει 62,2. Επισημαίνει επίσης ότι ο τρόπος διεξαγωγής κάθε δοκιμής αλλάζει πολύ τα αποτελέσματα. Για το Kimi K3, η MiniMax αναφέρει 46,7 στο ίδιο benchmark, ενώ η επίσημη κάρτα του Kimi K3 δίνει 30,8 σε δημόσιο υποσύνολο 600 εργασιών.
Η σκέψη δεν απενεργοποιείται
Το μοντέλο «σκέφτεται» πάντα πριν απαντήσει, και αυτό δεν αλλάζει. Ο προγραμματιστής διαλέγει μόνο την ένταση, σε πέντε επίπεδα από Low έως Max, με την εταιρεία να προτείνει το Max ως προεπιλογή. Όποια εφαρμογή ζητά να κλείσει η σκέψη παίρνει μήνυμα σφάλματος, και όσες διάβαζαν τον συλλογισμό του M3 μέσα σε ετικέτες <think> θα χρειαστούν αλλαγές, γιατί τώρα έρχεται σε ξεχωριστό πεδίο. Για απλές ερωτήσεις, αυτό σημαίνει ότι υπάρχει ένα ελάχιστο κόστος σε tokens και χρόνο που δεν μπορεί να αποφευχθεί.
Το μοντέλο είναι διαθέσιμο στην πλατφόρμα της MiniMax, με συμβατότητα για εφαρμογές φτιαγμένες για τα API της OpenAI και της Anthropic, καθώς και στο M Plan και στην εφαρμογή MiniMax Code. Τα βάρη του, δηλαδή τα αρχεία που επιτρέπουν σε κάποιον να το τρέξει στους δικούς του υπολογιστές, έχουν ανακοινωθεί για τις 23 Οκτωβρίου. Η άδεια χρήσης δεν έχει γίνει γνωστή, ούτε το υλικό που θα χρειαστεί. Ενδεικτικά, η αντίστοιχη έκδοση του M3 σε μορφή MXFP8 πιάνει περίπου 440 GB.
