VentureBeat рассказывает, что китайская компания искусственного интеллекта MiniMax представила модель M3.1 Flash, предназначенную для обработки сложных бизнес-процессов, разработки программного обеспечения и выполнения компьютерных задач с значительно более низкими затратами, чем у многих конкурирующих моделей, включая популярный китайский аналог DeepSeek в часы пик. MiniMax утверждает, что новая модель работает почти в три раза быстрее своего предшественника, снижая общие затраты на использование ИИ-агентов на 70%. Более подробно о том, как команды сокращают затраты на контекст и токены, будет рассказано на саммите Agentic Infrastructure Stack в Сан-Франциско 28 октября. Однако более интересные данные были получены в ходе независимого тестирования: Artificial Analysis присвоила M3.1 Flash балл 42 в своем Индексе Интеллекта, что на 13 пунктов выше, чем у предыдущей модели MiniMax M3, при этом стоимость оценки за задачу составила менее половины от предыдущей модели. Это ставит M3.1 Flash на уровень с GLM-5.3 Flash от Z.ai, немного впереди Gemini 3.8 Flash от Google и в пределах досягаемости DeepSeek V4.1 Flash-1017 — еще одной новой, недорогой китайской модели ИИ, которая набрала 45 баллов. Тем не менее, существует важное ограничение: Artificial Analysis также обнаружила, что хотя M3.1 Flash правильно ответила на более половины своих фактических вопросов, она продемонстрировала исключительно высокий уровень генерации неправильных ответов, вместо того чтобы признать неопределенность. Эти результаты подчеркивают как растущую конкурентоспособность недорогих китайских моделей ИИ, так и компромиссы, которые предприятия должны учитывать при их использовании для задач, требующих точности, надежности и минимального человеческого контроля. Независимое тестирование ставит MiniMax рядом с DeepSeek за меньшие деньги. Согласно оценке Artificial Analysis, M3.1 Flash достигает балла 42 в Индексе Интеллекта при максимальных усилиях по рассуждению, по сравнению с 29 у ее предшественника, M3. Это представляет собой значительное улучшение измеренных возможностей, а также снижает среднюю стоимость выполнения задачи Индекса Интеллекта с примерно 0.51 доллара до всего лишь 0.22 доллара — сокращение почти на 57%. Ее ближайшими конкурентами являются GLM-5.3 Flash, который набирает 42 балла при стоимости около 0.28 доллара за задачу; DeepSeek V4.1 Flash-1017, который набирает 45 баллов при стоимости около 0.26 доллара за задачу; и Gemini 3.8 Flash, который набирает 41 балл при стоимости около 1.24 доллара за задачу. Хотя M3.1 Flash остается позади самых мощных фронтальных систем от Anthropic и OpenAI по общему индексу, ее сочетание относительно высокой производительности и низких эксплуатационных затрат делает ее привлекательным кандидатом для бизнеса, использующего ИИ-системы, выполняющие большое количество задач. Artificial Analysis обнаружила особенно значительные улучшения в сложных рассуждениях. M3.1 Flash набрала 48% на экзамене Humanity's Last Exam, что выше, чем 39% у M3, обойдя GLM-5.3 Flash с 40% и DeepSeek V4.1 Flash-1017 с 43%, при этом сравнявшись с Gemini 3.8 Flash. На CritPt, бенчмарке по физическим рассуждениям, MiniMax улучшила результат с 4% до 22%, опередив GLM-5.3 Flash с 15% и Gemini 3.8 Flash с 18%, и немного уступая DeepSeek с 24%. Новая модель также использовала меньше токенов на вывод во время оценки Индекса Интеллекта — около 189 миллионов, согласно объявлению Artificial Analysis, по сравнению с примерно 324 миллионами для GLM-5.3 Flash и 334 миллионами для Gemini 3.8 Flash. Это имеет значение, поскольку разработчики платят за токены, генерируемые моделями ИИ, включая промежуточные рассуждения, необходимые для выполнения сложных задач. Модель, достигающая сопоставимых результатов при меньшем количестве сгенерированных токенов, может предложить значительные экономии помимо различий в рекламируемых тарифах API. MiniMax нацеливается на автоматизацию бизнеса, кодирование и использование компьютеров. В своем официальном объявлении MiniMax подчеркивает способность модели выполнять расширенные последовательности действий в бизнес-программном обеспечении, средах кодирования и интерфейсах компьютеров. Компания сообщает о результате 62.2 на Automation-Bench v1.0.6, который тестирует ИИ-агентов на бизнес-процессах, связанных с приложениями, используемыми для продаж, маркетинга, операций, поддержки клиентов, финансов и управления персоналом. Это чуть выше, чем у DeepSeek V4.1 Flash-1017 с 60.5, и значительно превышает результаты GPT-5.6 Sol и Claude Opus 5 в сравнении MiniMax. На BankerToolBench, который оценивает многоэтапные финансовые процессы, связанные с согласованностью документов, соблюдением норм и использованием инструментов, M3.1 Flash набрала 76.2, сравнявшись с Claude Opus 5 в результатах компании. Результаты в кодировании также конкурентоспособны. MiniMax сообщает о 73.7% на DeepSWE v1.1, по сравнению с 74% для Claude Opus 5, 73% для GPT-5.6 Sol и 77% для DeepSeek V4.1 Flash-1017. Для использования компьютера модель набрала 61.7 на OSWorld 2.0 и 29.6 на экзамене Agents' Last Exam, которые оценивают способность ИИ-системы управлять программным обеспечением и выполнять сложные профессиональные задачи. Хотя эти цифры отстают от самых сильных моделей Anthropic и OpenAI, сопоставления затрат, предоставляемые компанией, предполагают, что она может предоставить большую часть их практической способности по значительно более низким затратам на задачи. Компания также сообщает о результате 82.2 на CyberGym, бенчмарке по кибербезопасности, сосредоточенном на обнаружении и проверке уязвимостей. Эти результаты являются бенчмарковыми, а не документированными производственными развертываниями, и различные условия оценки делают прямые сравнения несовершенными. Тем не менее, они предполагают, что недорогие модели становятся все более жизнеспособными для требовательной работы в сфере бизнеса, которая ранее требовала гораздо более дорогих альтернатив. Уровень ошибок в 93% вызывает вопросы о надежности. Одним из самых значительных выводов из Artificial Analysis является точность фактических данных. На своем бенчмарке AA-Omniscience M3.1 Flash правильно ответила на 56% вопросов, по сравнению с 43% для DeepSeek V4.1 Flash-1017 и 28% для GLM-5.3 Flash. Однако Artificial Analysis обнаружила, что MiniMax попыталась ответить почти на все вопросы, продемонстрировав уровень ошибок в 93% по определению бенчмарка. Важно отметить, что это не означает, что 93% всех ее ответов были неправильными. Этот показатель измеряет долю некорректных ответов, которые были откровенно неверными, а не частичные ответы или отказы. Другими словами, когда M3.1 Flash не смогла дать правильный ответ, она в подавляющем большинстве случаев выбрала неверный, а не признала, что не знает. Такое поведение привело к общему баллу AA-Omniscience всего 16, несмотря на относительно сильную фактическую память модели. Для предприятий, рассматривающих ИИ-агентов, которые автономно обновляют записи, анализируют финансовые документы, исследуют клиентов или принимают операционные решения, это различие имеет значительное значение. Высокий интеллект по бенчмарку сам по себе не гарантирует, что модель будет надежно идентифицировать свои собственные ограничения. Предприятия, использующие M3.1 Flash для рабочих процессов, требующих знаний, могут поэтому потребовать дополнительной проверки, систем поиска, защитных мер или человеческого контроля, чтобы снизить риск уверенных, но неверных выводов. Цены на API начинаются с 0.15 доллара за миллион входных токенов, а открытые веса будут доступны 23 октября. MiniMax предлагает M3.1 Flash через свой первый API, подписку M Plan и настольное приложение MiniMax Code. Модель стоит 0.15 доллара за миллион входных токенов и 0.60 доллара за миллион выходных токенов, при этом кэшированный ввод стоит всего 0.015 доллара за миллион токенов. По этим тарифам нагрузка, потребляющая один миллион некэшированных входных токенов и производящая один миллион выходных токенов, обойдется в 0.75 доллара за использование модели, не включая другие инфраструктурные или прикладные расходы. Это делает M3.1 Flash одной из самых дешевых фронтальных моделей ИИ, доступных в настоящее время в мире. Модель поддерживает текстовые и графические входы, текстовые выходы и контекстное окно в один миллион токенов, согласно Artificial Analysis. MiniMax также утверждает, что модель может генерировать более 200 токенов в секунду, при этом средние скорости вывода постоянно превышают 170 токенов в секунду. Компания приписывает улучшения производительности частично увеличенной разреженности, архитектурному подходу, направленному на снижение объема вычислений, необходимых для генерации ответов. Веса остаются собственными на момент запуска, но MiniMax планирует выпустить их 23 октября. Она еще не предоставила лицензионные условия для этого выпуска, что делает преждевременным определение того, насколько широко предприятия смогут модифицировать или самостоятельно размещать модель. В другом заметном раскрытии MiniMax сообщила, что более ранняя версия M3.1 Flash ранее работала анонимно под именем Space Bunny, обработав более 200 триллионов токенов до того, как ее личность была публично раскрыта. Компания не предоставила детализированный анализ этого использования. MiniMax также сообщает о планах выпустить более высокую модель Pro, хотя дата выпуска еще не объявлена. Для команд ИИ на предприятиях M3.1 Flash предлагает еще одно подтверждение того, что высокая производительность в задачах кодирования и автоматизации становится доступной по все более низким ценам. Результаты ее сторонних бенчмарков подтверждают это утверждение, в то время как результаты по ошибкам подчеркивают, почему цены и оценки интеллекта остаются лишь частью уравнения при выборе, какие модели ИИ можно доверять для реальных бизнес-операций. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.