MiniMax M3.1 Flash: sürət və qiymətlər

Oktyabrın 19-da MiniMax M3.1 Flash modelini rəsmi olaraq təqdim etdi. Model proqramlaşdırma, AI agentləri, kompüterdən istifadə və kibertəhlükəsizlik tapşırıqları üçün hazırlanıb. Şirkət iddia edir ki, inferensiya sürəti təxminən üç dəfə artıb, agent iş yüklərinin xərci isə 70% azalıb.

Model əvvəlcə sınaq mərhələsində olub. Sentyabrın 27-də M3.1-Flash-Preview MiniMax Code-da istifadəyə verildi və orada gündəlik proqramlaşdırma işləri — səhvlərin düzəldilməsindən yeni funksiyaların hazırlanmasına qədər — üçün təklif olundu. M3.1 Flash indi API, M Plan abunəliyi və MiniMax Code vasitəsilə əlçatandır. Onu vega.chat model seçicisində sınaya və ya api.vega.chat vasitəsilə çağıra bilərsiniz.

Space Bunny haradan yarandı

Rəsmi elandan əvvəl tərtibatçılar Space Bunny adlı anonim modeli sınaqdan keçirirdilər. MiniMax təsdiqlədi ki, bu, M3.1 Flash-ın erkən versiyası idi. Şirkətin məlumatına görə, anonim sınaq müddətində model 200 trilyondan çox token emal edib.

Bu həcmdə real istifadə MiniMax-a tam təqdimatdan əvvəl modeli geniş çeşidli sorğular əsasında yoxlamağa imkan verdi. Bununla belə, şirkət Space Bunny sınaqlarının təfərrüatlarını açıqlamır və hansı nəticələrin M3.1 Flash-ın yekun versiyasına birbaşa təsir göstərdiyini dəqiqləşdirmir.

Kontekst pəncərəsi və məntiq yürütmə rejimləri

M3.1 Flash 1 milyon tokenə qədər kontekst pəncərəsini dəstəkləyir. Bu o deməkdir ki, bir sorğuda böyük sənədləri, kod bazasının geniş hissələrini və agentin uzun iş tarixçəsini ötürə bilərsiniz.

Texniki materiallarda mətn, şəkil və video girişlərinin dəstəkləndiyi qeyd olunur. Çıxış yalnız mətndir.

Məntiq yürütmə həmişə aktivdir, lakin onun dərinliyini tənzimləmək mümkündür. Beş səviyyə mövcuddur: low, medium, high, xhigh və max. Aşağı səviyyələr sürətli redaktələr və sadə tapşırıqlar üçün uyğundur; yüksək səviyyələr isə mürəkkəb təhlil, çoxmərhələli dəyişikliklər və bir neçə faylı əhatə edən işlər üçün nəzərdə tutulub.

Bu parametr sürət, token xərci və təhlilin dərinliyi arasındakı tarazlığı idarə etməyə imkan verir. Faktiki təsir tapşırıqdan asılıdır: aşağı səviyyə daha sürətli cavab verə bilər, amma həmin səviyyədə mürəkkəb sorğu üçün nəticəni özünüz daha diqqətlə yoxlamalı olacaqsınız.

Benchmarklar nə göstərir

MiniMax bir neçə sınaq üzrə M3.1 Flash nəticələrini dərc edib. Aşağıdakı bütün ballar şirkətin özünün bildirdiyi nəticələrdir, buna görə daha geniş müstəqil müqayisələr dərc olunana qədər onları istehsalçının iddiaları kimi qəbul edin.

Sınaq	Bal	Nəyi ölçür
DeepSWE v1.1	73.7%	Mürəkkəb mühəndislik tapşırıqlarının həlli və kodun yoxlanılması
BankerToolBench	76.2	Sənədlər və maliyyə məhdudiyyətləri ilə çoxmərhələli iş axınları
OSWorld V2	61.7	Kompüterdən istifadə və müxtəlif tətbiqlərdə tapşırıqların tamamlanması
Agents' Last Exam	29.6	Mürəkkəb peşəkar tapşırıqlar
CyberGym	82%	Zəifliklərin aşkarlanması və yoxlanılması

AutomationBench-AA üzrə MiniMax modeli ən güclü iştirakçılar arasında göstərir. Bu benchmark müəssisə xidmətlərində — satış, marketinq, maliyyə və HR tapşırıqlarında — başdan sona iş proseslərini əhatə edir.

Nəticələri bir-biri ilə birbaşa müqayisə etmək olmaz: sınaqlar müxtəlif bacarıqları fərqli şkalalarla ölçür. Öz məhsulları üçün model seçən komandalar üçün daha vacib olan onu öz ssenarilərində sınamaqdır — alətləri nə dərəcədə dəqiq çağırması, kod bazasını necə idarə etməsi və tapşırığı işlək nəticəyədək çatdırıb-çatdırmaması.

Sürət və qiymətlər

MiniMax saniyədə 200-dən çox token generasiya sürəti, median sürətin isə saniyədə 170-dən çox token olduğunu bildirir. Bu, mətn generasiyasının sürətidir, tapşırığın başdan sona tamamlanma müddətinə zəmanət deyil: agent hələ də faylları oxumalı, alətləri çağırmalı, testləri icra etməli və nəticəni təkmilləşdirməlidir.

Hər 1 milyon token üçün API qiymətləri:

Token növü	Qiymət
Giriş	$0.15
Çıxış	$0.60
Keşlənmiş giriş	$0.015

MiniMax iddia edir ki, əvvəlki modellə müqayisədə agent iş yüklərinin ümumi xərci 70% azalıb. Bu qiymətləndirmə real istifadə nümunələrinə aiddir və hər sorğunun avtomatik olaraq 70% ucuzlaşacağı demək deyil. Faktiki xərc kontekstin ölçüsündən, cavabın uzunluğundan, alət çağırışlarının sayından və təkrar cəhdlərdən asılıdır.

M3 və M3.1 Flash

Daha əvvəl təqdim edilən MiniMax M3 kod yazmaq, agent tapşırıqları və multimodal işlər üçün ümumi təyinatlı model kimi təqdim olunmuşdu. M3.1 Flash isə, xüsusən proqram agentlərində, gündəlik tez-tez rast gəlinən sorğuların sürətli icrasına fokuslanır.

İstifadəçilər üçün üç fərq nəzərə çarpır:

• M3.1 Flash məntiq yürütmə səviyyəsini seçməyə imkan verir;


• şirkət agent ssenarilərində sürəti və xərci xüsusi vurğulayır;


• model API, M Plan və MiniMax Code vasitəsilə əlçatandır.

MiniMax M3.1 Flash-ın çəkilərini daha sonra yayımlayacağını vəd edib. Onlar dərc olunana qədər modeli öz serverinizdə yerləşdirə və ya şirkətin xidmətlərindən kənarda sınaqdan keçirə bilməzsiniz.

Kimlər diqqət yetirməlidir

M3.1 Flash repozitoriya təhlili, səhvlərin düzəldilməsi, testlərin yazılması və çoxmərhələli dəyişikliklər üçün köməkçiyə ehtiyacı olan tərtibatçılara uyğun ola bilər. Müxtəlif tətbiqlər arasında işləri avtomatlaşdıran və tez-tez agent çağırışlarının xərcini nəzarətdə saxlamaq istəyən komandalar üçün də aktualdır.

İstifadəyə başlamazdan əvvəl modeli öz tapşırıqlarınızda alternativlərlə müqayisə edin. Yalnız cavabların keyfiyyətini deyil, həm də alət çağırışlarının sayını, token istifadəsini, nəticənin hazır olmasına qədər keçən vaxtı və nəsə səhv gedəndə modelin necə davrandığını yoxlayın.

İş axınınızdan bir neçə tipik tapşırıq seçin və onları M3.1 Flash-da müxtəlif məntiq yürütmə səviyyələrində icra edin — bunu birbaşa vega.chat model seçicisində edə bilərsiniz.