MiniMax M3.1 Flash ჩინური კომპანია MiniMax-ის ახალი ენობრივი მოდელია, რომელიც AI აგენტებისთვის, კოდირებისა და კომპიუტერის მართვის (Computer Use) ამოცანებისთვის შეიქმნა. კომპანიამ ის 19 ოქტომბერს ოფიციალურად გამოუშვა და ამავე დროს საიდუმლოც გაამხილა: ანონიმური მოდელი „Space Bunny”, რომელიც ბოლო კვირებში დეველოპერულ პლატფორმებზე პოპულარობის სიების სათავეში იყო, სწორედ M3.1 Flash-ის ადრეული ვერსია ყოფილა.
MiniMax-ის ბლოგის მიხედვით, Space Bunny-მ ანონიმურად მუშაობისას 200 ტრილიონზე მეტი ტოკენი დაამუშავა. კომპანიის თქმით, ახალი მოდელი წინამორბედთან შედარებით ონლაინ რეჟიმში თითქმის სამჯერ სწრაფია, აგენტურ ამოცანებზე ჯამური ხარჯი კი 70%-ით ნაკლებია.
სარჩევი
რა შეუძლია MiniMax M3.1 Flash-ს
MiniMax ამბობს, რომ M3.1 Flash ოთხ მიმართულებაში წამყვანი მოდელების დონეს აღწევს: რთული აგენტური ამოცანები, კომპიუტერის მართვა, პროგრამული უზრუნველყოფის შექმნა და კიბერუსაფრთხოება. კომპანიის მიერ გამოქვეყნებული შედეგები ასეთია:
- DeepSWE v1.1: 73.7% რთულ პროგრამულ ამოცანებზე, სადაც მოდელმა კოდი თავად უნდა გაიგოს, ფუნქცია დაწეროს, შეცდომა გამოასწოროს და ტესტებით შეამოწმოს;
- OSWorld V2: 61.7 ქულა კომპიუტერის მართვასა და აპლიკაციებს შორის მუშაობაში;
- Agents’ Last Exam (ALE): 29.6 ქულა რეალურ პროფესიულ ამოცანებზე. ამ ორ ტესტზე, MiniMax-ის თქმით, ის ჩინურ მოდელებს შორის პირველია;
- BankerToolBench: 76.2 მრავალსაფეხურიან დაგეგმვასა და ფინანსურ შესაბამისობის ამოცანებზე;
- CyberGym: 82% სისუსტეების აღმოჩენასა და შემოწმებაში.
კომპანია ასევე აღნიშნავს, რომ M3.1 Flash AutomationBench-ზე საუკეთესოთა შორისაა. ეს ტესტი SaaS სისტემებში რეალური კორპორაციული სამუშაო პროცესების შესრულებას ამოწმებს, მაგალითად გაყიდვებში, მარკეტინგში, ფინანსებსა და HR-ში.
სიჩქარე და ფასი
MiniMax M3.1 Flash-ის მთავარი არგუმენტი ფასისა და შესაძლებლობების თანაფარდობაა. კომპანიამ უფრო აგრესიული სპარსულობის (sparsity) წყალობით მოდელის ეფექტიანობა გაზარდა: ყოველდღიურ გამოყენებაში გამოტანის სიჩქარე წამში 200 ტოკენს აჭარბებს, მედიანური სიჩქარე კი სტაბილურად 170 ტოკენზე მეტია.
ფასი 1 მილიონ ტოკენზე ასეთია: შეყვანა 0.15 დოლარი, გამოტანა 0.60 დოლარი, ქეშირებული შეყვანა კი 0.015 დოლარი. MiniMax-ის API დოკუმენტაციის მიხედვით, მოდელს 1 მილიონი ტოკენის კონტექსტური ფანჯარა აქვს, სურათებსაც იგებს, ხოლო „აზროვნების სიღრმე” effort პარამეტრით რეგულირდება.
MiniMax-ის გრაფიკებზე კარგად ჩანს, რომ მოდელი ყოველთვის პირველი არ არის. მაგალითად, DeepSWE v1.1-ის დიაგრამაზე DeepSeek V4.1 Flash-1017 უფრო მაღალ შედეგს აჩვენებს მსგავს ფასად, ხოლო ALE-ზე Claude Opus 5.5 და GPT-6 Astra უფრო მაღლა არიან, თუმცა გაცილებით ძვირად. M3.1 Flash-ის უპირატესობა ისაა, რომ მაღალ შედეგს ძალიან დაბალ ფასად აღწევს. DeepSeek-ის ამ მოდელზე დაწვრილებით ჩვენს სტატიაში ვწერდით.
Space Bunny: ანონიმური ტესტიდან გამოშვებამდე
OpenRouter-ის ოფიციალური ანგარიშის მიხედვით, Space Bunny ზედიზედ 10 დღე პლატფორმის ყველაზე პოპულარული მოდელი იყო და 56.7 ტრილიონი ტოკენი დაამუშავა, რაც OpenRouter-ზე ნებისმიერ ანონიმურ მოდელზე მეტია. კოდირების ინსტრუმენტ OpenCode-ზე კი, მისივე ცნობით, მოდელი 12 დღის განმავლობაში პირველ ადგილზე იყო. ასეთი ანონიმური ტესტირება კომპანიებს საშუალებას აძლევს, მოდელი რეალურ დეველოპერებზე შეამოწმონ ბრენდის გავლენის გარეშე.
გამოსვლის დღესვე მოდელი რამდენიმე პლატფორმაზე გამოჩნდა. MiniMax-ის თქმით, OpenRouter-ზე ის 72 საათის განმავლობაში უფასოა, OpenCode-ზე კი სამი დღე. MiniMax M3.1 Flash ხელმისაწვდომია Cline-სა და Ollama-ზეც. Ollama-ს ღრუბლოვანი ვერსია აშშ-ში განთავსებულ სერვერებზე მუშაობს და მონაცემებს არ ინახავს.
დამოუკიდებელი შეფასება და ჰალუცინაციები
VentureBeat-ის ცნობით, დამოუკიდებელმა შემფასებელმა Artificial Analysis-მა MiniMax M3.1 Flash-ს Intelligence Index-ზე 42 ქულა მიანიჭა, წინა M3-ის 29 ქულასთან შედარებით. ამ მაჩვენებლით ის DeepSeek V4.1 Flash-1017-ს (45 ქულა) ახლოს დგას. თუმცა იმავე შეფასებამ სუსტი მხარეც აჩვენა: AA-Omniscience ტესტზე მოდელმა კითხვების 56%-ს სწორად უპასუხა, მაგრამ ჰალუცინაციების მაჩვენებელი 93% აღმოჩნდა. ეს არ ნიშნავს, რომ პასუხების 93% არასწორია. ეს ნიშნავს, რომ როცა მოდელმა სწორი პასუხი არ იცის, თითქმის ყოველთვის არასწორ პასუხს იძლევა და არ აღიარებს, რომ არ იცის. ამიტომ ფაქტობრივ ამოცანებში შედეგების გადამოწმება აუცილებელია.
სად არის ხელმისაწვდომი და რა იქნება შემდეგ
ოფიციალურად MiniMax M3.1 Flash ხელმისაწვდომია MiniMax API-ით, M Plan გამოწერით და MiniMax Code აპლიკაციაში. კომპანიის ბლოგის თქმით, მოდელის წონები მოგვიანებით გამოქვეყნდება. VentureBeat-ის ცნობით, MiniMax წონების გამოქვეყნებას 23 ოქტომბერს გეგმავს, თუმცა ლიცენზიის პირობები ჯერ ცნობილი არ არის.
MiniMax-ი უფრო ძლიერ მოდელზეც მუშაობს: ბლოგის მიხედვით, Flash-ის შემდეგ გამოვა Pro ვერსია, რომელიც ინტელექტის ზღვრების გაფართოებაზე იქნება ორიენტირებული. კომპანიის წინა მოდელზე ვწერდით სტატიაში MiniMax M2.7-ის შესახებ, ჩინური ღია მოდელების კონკურენციაზე კი სტატიაში Kimi K3-ის შესახებ.
MiniMax M3.1 Flash კიდევ ერთხელ აჩვენებს, რომ ჩინური კომპანიები აგენტური AI-ის ბაზარზე ფასით აქტიურად კონკურირებენ. დეველოპერებისთვის, რომლებიც ხანგრძლივ აგენტურ ამოცანებს უშვებენ, ასეთი დაბალი ფასი ხარჯებს მნიშვნელოვნად ამცირებს. თუმცა ბენჩმარკები კომპანიის მიერაა წარმოდგენილი და რეალური გამოცდილება შეიძლება განსხვავდებოდეს.
სხვა თემები
OpenAI-მ Orchestra Bio შეიძინა: AI აგენტები წამლის შექმნისთვის
Eleven Realtime: ElevenLabs-მა ხმოვანი აგენტებისთვის ახალი მოდელები გამოუშვა
DeepInfer: DeepSeek-მა საკუთარი ინფერენსის ფრეიმვორკი ღია კოდით გამოაქვეყნა