MiniMax M3.1 Flash pokazuje da cjenovna utrka kineske umjetne inteligencije nema dna na vidiku

Koliko jeftino AI može postati? Kina: Da!

MiniMax je objavio M3.1 Flash, novi model za zaključivanje koji postiže 42 boda na Artificial Analysis Intelligence Indexu. To je 13 bodova više nego kod prethodnika M3, a cijena po zadatku pala je na manje od polovice. Model je izjednačen s GLM-5.3-Flash, neznatno nadmašuje Gemini 3.8 Flash (41 bod) i zaostaje za Deepseek V4.1 Flash 1017 (45 bodova).

Najveći napredak zabilježen je u složenom zaključivanju. Na testu „Humanity’s Last Exam” M3.1 Flash postiže 48 posto, čime nadmašuje i Deepseek i GLM. Na CritPt benchmarku, koji provjerava sposobnost fizikalnog zaključivanja na istraživačkoj razini kroz 71 složeni problem, model bilježi 22 posto – ispred GLM-5.3-Flash (15 posto) i Gemini 3.8 Flash (18 posto), a tek malo iza Deepseeka (24 posto). Što se tiče činjenične točnosti na AA-Omniscience testu, M3.1 Flash točno odgovara na 56 posto pitanja, što je znatno više od GLM-5.3-Flash (28 posto) i Deepseeka (43 posto).

Model generira znatno manje izlaznih tokena od konkurencije, što cijenu po zadatku spušta na oko $0,22. MiniMax navodi da je model tri puta brži od M3. Slaba točka je stopa halucinacija od 93 posto – prema podacima Artificial Analysisa, model pokušava odgovoriti na svako pitanje umjesto da prizna nesigurnost.

Model podržava kontekst od do milijun tokena i prihvaća tekst i slike. Cijene API-ja iznose $0,15 po milijunu ulaznih tokena i $0,60 po milijunu izlaznih tokena, dok su predmemorirana ulazna pitanja dostupna po $0,015. MiniMax planira objaviti model kao otvorene težine 23. listopada. API je dostupan na platform.minimax.io, a tvrtka nudi i namjensku aplikaciju za stolna računala pod nazivom MiniMax Code.

Deepseek i MiniMax dijele pobjedu u najnovijem kineskom cjenovnom ratu

U izravnoj usporedbi s nedavno objavljenim Deepseek V4.1 Flash 1017, nijedan model ne odnosi pobjedu u svim kategorijama. Deepseek vodi na Intelligence Indexu s 45 bodova naspram MiniMaxovih 42 te ima blagu prednost na CritPt benchmarku s 24 posto naspram 22 posto.

MiniMax pak nadmašuje konkurenta na ostalim testovima. Na „Humanity’s Last Exam” postiže 48 posto, dok Deepseek staje na 43 posto. Na AA-Omniscience testu činjenične točnosti MiniMax točno odgovara na 56 posto pitanja, a Deepseek na 43 posto. MiniMax je i nešto jeftiniji po zadatku – $0,22 naspram Deepseekovih $0,26 – jer generira manje izlaznih tokena: oko 189 milijuna u usporedbi s Deepseekovih 224 milijuna.

Oba modela bit će objavljena kao otvorene težine. Deepseek je već dostupan na Hugging Faceu, a MiniMax slijedi 23. listopada.