Ingyenesen kipróbálható a MiniMax M3.1 Flash a Kilóban

A Space Bunny néven tesztelt modell érkezett meg

A MiniMax M3.1 Flash október 20-án vált elérhetővé a Kilóban, ahol a felhasználók egy korlátozott ideig tartó ingyenes időszakban próbálhatják ki. A Kilo Code blogbejegyzése szerint ez a MiniMax negyedik olyan modellkiadása a platformon, amely egy ideig díjmentesen használható.

A sorozat a MiniMax M2-vel kezdődött, amely egy időre a Kilo Coders által használt három legnépszerűbb modell közé került. Ezt követte az M2.1, majd júniusban az M3. A vállalat az M3-at olyan nyílt súlyú modellként mutatta be, amely 1 millió tokenes kontextusablakot, fejlett kódolási és ügynöki teljesítményt, valamint natív multimodalitást egyesít.

Az M3.1 Flash egy rejtett tesztidőszakban Space Bunny néven futott. Az OpenRouter szerint a modell október 5-én eltűnt a platformról, majd október 19-én M3.1 Flash néven tért vissza. A tesztverzió több mint 50 billió tokent dolgozott fel, így a fejlesztők közül sokan már úgy használhatták, hogy nem tudták, melyik modell áll mögötte.

Nagy modell, kisebb aktív kapacitással

A MiniMax termékoldala szerint az M3.1 Flash összesen 428 milliárd paraméterrel rendelkezik, egy-egy feldolgozási lépésben pedig körülbelül 23 milliárd aktív paramétert használ. A modell multimodális mixture-of-experts rendszer, vagyis szakértőkeverék-modell, amely ritkított figyelmet és natív vizuális kódolót is alkalmaz.

A ritkított figyelem alapja a MiniMax Sparse Attention, röviden MSA. Ez a teljes figyelmi mechanizmus helyett kulcsérték-blokkok kiválasztására épül. A MiniMax szerint ezzel 1 millió tokenes kontextusnál az egy tokenre jutó számítási igény az előző generációhoz képest körülbelül a huszadára csökken.

A vállalat állítása szerint az ügynöki feladatok teljes költsége 70 százalékkal alacsonyabb az elődnél. A MiniMax az M3.1 Flash-t az M3-hoz képest háromszoros sebességű, az ügynöki, kódolási és vizuális következtetési feladatokban pedig élvonalbeli szintet kínáló modellként írja le, az M3 költségének harmadáért.

Erős irodai és vizuális eredmények, vegyes kódolási kép

A közzétett benchmarkeredmények értelmezésénél fontos korlát, hogy a MiniMax által közölt valamennyi pontszám önbevalláson alapul, és egyelőre nincs hozzájuk független reprodukció. Az Automation-Bench v1.0.6 teszten az M3.1 Flash 62,2 pontot ért el, megelőzve az Opus 5 50,3 és a GPT-5.6 Sol 45,8 pontját. A BankerToolBench eredménye 76,2, ami megegyezik az Opus 5 pontszámával, a LOCA-Bench 256K teszten pedig 60,3 pontot szerzett.

Kódolásban változatosabbak az eredmények. A DeepSWE v1.1 teszten 73,7 pontot ért el, éppen a GPT-5.6 Sol 73,0 pontja fölött, miközben a DeepSeek-V4.1-Flash-1017 77,0 ponttal végzett. A Terminal Bench 4.0 eredménye 38,1, a SWE Refactor Benché pedig 23,0, szemben az Opus 5 31,0 pontjával.

Vizuális feladatokban a modell 91,0 pontot ért el a BabyVision eszközöket használó változatán, a CharXiv RQ teszten pedig 82,5 pontot. Az Artificial Analysis független mérése 42,7-es Intelligence Indexet, 48,0 százalékos HLE-, 79,7 százalékos AA-LCR- és 53,4 százalékos SciCode-eredményt mutatott. A Terminal-Bench 4.0-n ugyanakkor 25,8 százalékot mértek, ami elmarad a MiniMax által közölt 38,1-től.

Az ár lehet a modell legfontosabb előnye

A Kilo Code elemzése szerint az M3.1 Flash a jelenlegi flash modellek között elsősorban költségével tűnik ki. Az ára 0,15 dollár egymillió bemeneti tokenenként és 0,60 dollár egymillió kimeneti tokenenként. Összehasonlításként a Gemini 3.8 Flash bevezető ára 0,75, illetve 3,75 dollár, amely december 31. után 1,50, illetve 7,50 dollárra emelkedik.

A Gemini 3.8 Flash ugyanakkor magasabb, 59-es Artificial Analysis Intelligence Indexet ért el magas erőfeszítési beállításon, és a KiloBench teszten 75,3 százalékot szerzett. Az Artificial Analysis szerint a Gemini 3.8 Flash másodpercenként 352 kimeneti tokent, az OpenRouter mérése alapján az M3.1 Flash körülbelül 82 tokent generál.

A felhasználók számára az M3.1 Flash mostani ingyenes elérése alacsony kockázatú kipróbálási lehetőséget ad, különösen nagy mennyiségű ügynöki feladathoz. A forrás szerint a flash modellek egyre inkább állandóan futó fejlesztési munkafolyamatok alapértelmezett eszközeivé válhatnak, ahol a feladatköltség, az áteresztőképesség és a hosszú eszközhasználati láncok követése számít. Az ingyenes időszak hosszát a bejelentés nem részletezi.