MiniMax выпустила M3.1 Flash для coding-агентов

M3.1 Flash построена на архитектуре mixture of experts (MoE): из 428 млрд параметров при обработке запроса активны около 23 млрд. Такой подход позволяет не задействовать всю модель на каждом шаге генерации. Заявленный контекст составляет 1 млн токенов, что рассчитано на длинные входные данные, например крупные кодовые базы или историю работы агента. При этом большой лимит контекста сам по себе не гарантирует, что модель одинаково хорошо найдёт нужную деталь в любой его части.

Через API входные токены стоят $0,15 за миллион, выходные – $0,60. В ценах, приведённых для Китая, это 1 и 4 юаня за миллион токенов соответственно; чтение из кэша стоит 0,1 юаня. Кэширование снижает стоимость повторно используемого контекста, что особенно заметно, когда агент снова и снова обращается к одним инструкциям или документам. По данным MiniMax, совокупные расходы на агентные задачи снизились на 70% относительно предыдущей модели. Веса M3.1 Flash компания планирует выпустить 23 октября.

MiniMax приводит для повседневного использования скорость свыше 200 токенов в секунду и медианное значение выше 170 токенов в секунду; компания связывает это, в частности, с более агрессивным sparse attention. Скорость генерации важна для coding-агентов: им приходится ждать ответа модели после каждого обращения к инструменту, а не только в конце всей задачи. Однако эти показатели описывают заявленную производительность модели, а не гарантированное время выполнения любого агентного сценария.

В тесте автоматизации рабочих процессов Automation-Bench v1.0.6 M3.1 Flash набрала 62,2 балла против 60,5 у DeepSeek V4.1 Flash-1017. В задачах программирования картина иная: на DeepSWE v1.1 у MiniMax 73,7 балла, у DeepSeek – 77,0. Зато в SWE Refore Bench, где проверяется исправление кода, M3.1 Flash получила 23,0 балла – более чем вдвое больше результата DeepSeek в приведённом сравнении. Эти тесты проверяют разные виды работы, поэтому один результат не заменяет проверку на конкретной задаче.

Сравнение цен тоже зависит от условий использования. У M3.1 Flash указаны фиксированные ставки в 1 юань за миллион входных и 4 юаня за миллион выходных токенов. У DeepSeek V4.1 Flash-1017 цена меняется в зависимости от времени нагрузки и попадания входных данных в кэш: в часы пик некэшированный вход стоит 2 юаня, выход – 8 юаней за миллион токенов, а вне пика – 1 и 4 юаня. Поэтому выбор между моделями для длительной агентной работы зависит не только от баллов теста, но и от того, когда и с каким контекстом идут запросы.