MiniMax M3.1 Flash: velocidad y precios
El 19 de octubre, MiniMax presentó oficialmente M3.1 Flash. El modelo está diseñado para programación, agentes de IA, uso de computadoras y tareas de ciberseguridad. La empresa afirma que la velocidad de inferencia casi se ha triplicado, mientras que el costo de las cargas de trabajo de agentes se ha reducido un 70%.
El modelo pasó por una fase de vista previa. El 27 de septiembre, M3.1-Flash-Preview apareció en MiniMax Code, donde se ofreció para tareas cotidianas de desarrollo, desde corregir errores hasta crear nuevas funciones. M3.1 Flash ya está disponible a través de la API, la suscripción M Plan y MiniMax Code. También puedes probarlo desde el selector de modelos de vega.chat o usarlo a través de api.vega.chat.
De dónde salió Space Bunny
Antes del anuncio oficial, los desarrolladores estaban probando un modelo anónimo llamado Space Bunny. MiniMax confirmó que se trataba de una versión preliminar de M3.1 Flash. Según la empresa, el modelo procesó más de 200 billones de tokens durante su periodo anónimo.
Ese volumen de uso en el mundo real permitió a MiniMax validar el modelo con una gran variedad de solicitudes antes del lanzamiento completo. Sin embargo, la empresa no revela los detalles de las pruebas de Space Bunny ni aclara qué resultados influyeron directamente en la versión final de M3.1 Flash.
Ventana de contexto y modos de razonamiento
M3.1 Flash admite una ventana de contexto de hasta 1 millón de tokens. Esto significa que puedes incluir documentos extensos, grandes fragmentos de una base de código y un historial prolongado de trabajo de un agente en una sola solicitud.
Los materiales técnicos también indican que admite entradas de texto, imágenes y video. La salida es solo de texto.
El razonamiento está siempre activado, pero su profundidad se puede configurar. Hay cinco niveles disponibles: low, medium, high, xhigh y max. Los niveles más bajos son adecuados para ediciones rápidas y tareas sencillas; los más altos están pensados para análisis complejos, cambios en varios pasos y trabajo que abarca varios archivos.
Esta configuración te permite controlar el equilibrio entre velocidad, consumo de tokens y profundidad del análisis. El efecto real depende de la tarea: un nivel bajo puede responder más rápido, pero una solicitud compleja con ese nivel requerirá más verificación por tu parte.
Qué muestran los benchmarks
MiniMax publicó los resultados de M3.1 Flash en varias pruebas. La empresa declara todas las puntuaciones que aparecen a continuación, así que tómalas como afirmaciones del proveedor hasta que se publiquen más comparaciones independientes.
| Prueba | Puntuación | Qué mide |
|---|---|---|
| DeepSWE v1.1 | 73.7% | Resolver tareas complejas de ingeniería y revisar código |
| BankerToolBench | 76.2 | Flujos de trabajo de varios pasos con documentos y restricciones financieras |
| OSWorld V2 | 61.7 | Uso de computadoras y realización de tareas en distintas aplicaciones |
| Agents' Last Exam | 29.6 | Tareas profesionales complejas |
| CyberGym | 82% | Encontrar y verificar vulnerabilidades |
En AutomationBench-AA, MiniMax sitúa el modelo entre los participantes más destacados. Este benchmark evalúa procesos de principio a fin en servicios empresariales, con tareas de ventas, marketing, finanzas y recursos humanos.
Los resultados no son directamente comparables entre sí: las pruebas miden habilidades distintas con escalas diferentes. Para los equipos que eligen un modelo para su producto, lo más importante es probarlo en sus propios casos de uso: qué precisión tiene al llamar herramientas, cómo trabaja con la base de código y si lleva una tarea hasta obtener un resultado funcional.
Velocidad y precios
MiniMax informa de velocidades de generación superiores a 200 tokens por segundo, con una mediana de más de 170 tokens por segundo. Esa es la velocidad de generación de texto, no el tiempo total garantizado para completar una tarea: un agente aún puede tener que leer archivos, llamar herramientas, ejecutar pruebas e iterar sobre el resultado.
Precios de la API por cada millón de tokens:
| Tipo de token | Precio |
|---|---|
| Entrada | $0.15 |
| Salida | $0.60 |
| Entrada en caché | $0.015 |
MiniMax afirma que el costo total de las cargas de trabajo de agentes se redujo un 70% en comparación con el modelo anterior. Esa estimación se basa en patrones de uso reales y no significa que cada solicitud vaya a costar automáticamente un 70% menos. El gasto real depende del tamaño del contexto, la longitud de la respuesta, la cantidad de llamadas a herramientas y los reintentos.
M3 frente a M3.1 Flash
MiniMax M3, lanzado anteriormente, se presentó como un modelo de propósito general para programación, tareas de agentes y trabajo multimodal. M3.1 Flash se centra en la ejecución rápida de solicitudes cotidianas frecuentes, especialmente dentro de agentes de software.
Hay tres diferencias visibles para los usuarios:
- M3.1 Flash permite elegir un nivel de razonamiento;
- la empresa destaca específicamente la velocidad y el costo en escenarios con agentes;
- el modelo está disponible a través de la API, M Plan y MiniMax Code.
MiniMax prometió publicar más adelante los pesos de M3.1 Flash. Hasta que se publiquen, no puedes alojar el modelo por tu cuenta ni probarlo fuera de los servicios de la empresa.
A quién debería interesarle
M3.1 Flash puede ser adecuado para desarrolladores que necesitan un asistente para analizar repositorios, corregir errores, escribir pruebas y realizar cambios en varios pasos. También puede interesar a los equipos que automatizan tareas en distintas aplicaciones y quieren mantener bajo control el costo de las llamadas frecuentes a agentes.
Antes de adoptarlo, compara el modelo con otras alternativas en tus propias tareas. Evalúa no solo la calidad de las respuestas, sino también la cantidad de llamadas a herramientas, el consumo de tokens, el tiempo hasta obtener un resultado terminado y cómo se comporta el modelo cuando algo sale mal.
Elige algunas tareas habituales de tu flujo de trabajo y ejecútalas con M3.1 Flash en distintos niveles de razonamiento: puedes hacerlo directamente desde el selector de modelos de vega.chat.