MiniMax M3.1 Flash: velocidade e custo menor
Em 19 de outubro, a MiniMax anunciou oficialmente o M3.1 Flash. O modelo foi desenvolvido para programação, agentes de IA, uso de computadores e tarefas de cibersegurança. A empresa afirma que a velocidade de inferência quase triplicou, enquanto o custo das cargas de trabalho de agentes caiu 70%.
O modelo passou por uma fase de prévia. Em 27 de setembro, o M3.1-Flash-Preview apareceu no MiniMax Code, onde foi oferecido para tarefas de desenvolvimento do dia a dia — de correções de bugs à criação de novos recursos. O M3.1 Flash já está disponível pela API, pela assinatura M Plan e pelo MiniMax Code. Você também pode testá-lo no seletor de modelos do vega.chat ou acessá-lo por meio do api.vega.chat.
De onde veio o Space Bunny
Antes do anúncio oficial, desenvolvedores testaram um modelo anônimo chamado Space Bunny. A MiniMax confirmou que se tratava de uma versão inicial do M3.1 Flash. Segundo a empresa, o modelo processou mais de 200 trilhões de tokens durante seu período anônimo.
Esse volume de uso no mundo real permitiu à MiniMax validar o modelo com uma ampla variedade de solicitações antes do lançamento completo. No entanto, a empresa não divulga os detalhes dos testes do Space Bunny nem esclarece quais resultados influenciaram diretamente a versão final do M3.1 Flash.
Janela de contexto e modos de raciocínio
O M3.1 Flash oferece uma janela de contexto de até 1 milhão de tokens. Isso significa que você pode enviar documentos extensos, grandes trechos de uma base de código e um longo histórico de trabalho de um agente em uma única solicitação.
Os materiais técnicos também listam suporte a entradas de texto, imagem e vídeo. A saída é somente texto.
O raciocínio está sempre ativado, mas sua profundidade pode ser configurada. Há cinco níveis disponíveis: low, medium, high, xhigh e max. Os níveis mais baixos são adequados para edições rápidas e tarefas simples; os mais altos são voltados para análises complexas, alterações em várias etapas e trabalhos que abrangem vários arquivos.
Essa configuração permite controlar o equilíbrio entre velocidade, consumo de tokens e profundidade da análise. O efeito real depende da tarefa: um nível baixo pode gerar uma resposta mais rapidamente, mas uma solicitação complexa nesse nível exigirá mais verificação da sua parte.
O que os benchmarks mostram
A MiniMax publicou resultados do M3.1 Flash em vários testes. Todas as pontuações abaixo foram divulgadas pela própria empresa; portanto, trate-as como alegações do fornecedor até que surjam comparações independentes mais amplas.
| Teste | Pontuação | O que avalia |
|---|---|---|
| DeepSWE v1.1 | 73.7% | Resolução de tarefas complexas de engenharia e revisão de código |
| BankerToolBench | 76.2 | Fluxos de trabalho em várias etapas com documentos e restrições financeiras |
| OSWorld V2 | 61.7 | Uso do computador e conclusão de tarefas em diferentes aplicativos |
| Agents' Last Exam | 29.6 | Tarefas profissionais complexas |
| CyberGym | 82% | Identificação e verificação de vulnerabilidades |
No AutomationBench-AA, a MiniMax posiciona o modelo entre os participantes de melhor desempenho. Esse benchmark abrange processos empresariais de ponta a ponta — tarefas de vendas, marketing, finanças e RH.
Os resultados não são diretamente comparáveis entre si: os testes avaliam habilidades diferentes e usam escalas distintas. Para as equipes que estão escolhendo um modelo para seu produto, o mais importante é testá-lo em seus próprios cenários — com que precisão ele usa ferramentas, como lida com a base de código e se consegue concluir uma tarefa com um resultado funcional.
Velocidade e preços
A MiniMax informa velocidades de geração acima de 200 tokens por segundo, com uma mediana superior a 170 tokens por segundo. Essa é a velocidade de geração de texto, não o tempo total garantido para concluir uma tarefa: um agente ainda pode precisar ler arquivos, chamar ferramentas, executar testes e iterar sobre o resultado.
Preços da API por 1 milhão de tokens:
| Tipo de token | Preço |
|---|---|
| Entrada | US$ 0.15 |
| Saída | US$ 0.60 |
| Entrada em cache | US$ 0.015 |
A MiniMax afirma que o custo total das cargas de trabalho de agentes caiu 70% em comparação com o modelo anterior. Essa estimativa se aplica a padrões de uso no mundo real e não significa que todas as solicitações ficarão automaticamente 70% mais baratas. O gasto real depende do tamanho do contexto, do comprimento da resposta, do número de chamadas de ferramentas e das tentativas adicionais.
M3 vs M3.1 Flash
O MiniMax M3, lançado anteriormente, foi apresentado como um modelo de uso geral para programação, tarefas de agentes e trabalho multimodal. O M3.1 Flash se concentra na execução rápida de solicitações frequentes do dia a dia, especialmente em agentes de software.
Três diferenças são perceptíveis para os usuários:
- o M3.1 Flash permite escolher um nível de raciocínio;
- a empresa enfatiza especificamente a velocidade e o custo em cenários com agentes;
- o modelo está disponível pela API, pelo M Plan e pelo MiniMax Code.
A MiniMax prometeu disponibilizar os pesos do M3.1 Flash posteriormente. Até que sejam publicados, não é possível hospedar o modelo por conta própria nem testá-lo fora dos serviços da empresa.
Quem deve prestar atenção
O M3.1 Flash pode ser uma boa opção para desenvolvedores que precisam de um assistente para analisar repositórios, corrigir bugs, escrever testes e implementar alterações em várias etapas. Também é relevante para equipes que automatizam tarefas em diferentes aplicativos e querem controlar o custo de chamadas frequentes de agentes.
Antes de adotá-lo, compare o modelo com as alternativas usando suas próprias tarefas. Avalie não apenas a qualidade das respostas, mas também o número de chamadas de ferramentas, o consumo de tokens, o tempo até a conclusão e o comportamento do modelo quando algo dá errado.
Escolha algumas tarefas típicas do seu fluxo de trabalho e execute-as no M3.1 Flash com diferentes níveis de raciocínio — você pode fazer isso diretamente no seletor de modelos do vega.chat.