MiniMax M3.1 Flash

MiniMax M3.1 Flash: エージェントのパフォーマンスとコストを再定義

本日、MiniMax M3.1 Flashを正式にリリースします。

匿名で運用され、200兆トークン以上を処理したSpace Bunny 🐰は、MiniMax M3.1 Flashの初期バージョンでした。

次世代のFlashモデルとして、M3.1 Flashはエージェントタスク、コーディング、コンピューター操作、サイバーセキュリティにおいて世代的な飛躍をもたらし、オンライン推論を約3倍高速化し、利用コストを70%削減します。

全体的に強化された機能

M3.1 Flashは幅広いベンチマークで改善され、複雑なエージェントタスク（共同作業）、コンピューター操作、ソフトウェア開発（コーディング）、サイバーセキュリティにおいて、主要モデルに匹敵するレベルに達しています。

［画像: M3.1 Flashの性能向上を示すグラフ］

複雑なタスクと自動化:

• M3.1 FlashはAutomationBench-AAでトップクラスのパフォーマンスを発揮します。SaaSシステム全体で実際のエンタープライズワークフローを完了でき、営業、マーケティング、オペレーション、カスタマーサービス、財務、人事における実用的な問題をエンドツーエンドで解決します。
• BankerToolBenchで76.2を記録し、複数ステップの計画、ドキュメントやファイル間の一貫性の維持、財務コンプライアンス、連鎖的なツール呼び出しなど、複雑な実世界の課題に優れています。

コーディングとソフトウェアエンジニアリング:

• DeepSWE v1.1で73.7%を達成し、トップモデルと並びます。DeepSWEは、モデルがコードを自律的に理解し、機能を開発し、問題を修正し、テストを通じて作業を検証する必要がある複雑なソフトウェアタスクに焦点を当てています。M3.1 Flashは、長いステップシーケンスにわたって強力な実行能力を示し、より低コストで複雑なソフトウェア開発ワークフローをサポートします。

コンピューター操作:

• AIのコンピューター操作とクロスアプリケーションタスク実行を測定するOSWorld V2で61.7ポイント、実際のプロフェッショナルワークと複雑なタスクでのパフォーマンスを評価するAgents’ Last Exam（ALE）で29.6ポイントを獲得しました。両方のベンチマークで中国製モデルの中でトップにランクインしています。
• M3.1 Flashは、実際の環境との対話、ツールの使用、長いタスクシーケンスの実行において強力な能力を示しており、タスクを理解するだけでなく、実際に行動して結果を出すことができます。

サイバーセキュリティ:

• CyberGymで82%という高いスコアを達成し、脆弱性の発見と検証における主要な能力を示しています。
• 当社の内部セキュリティ専門家による詳細な評価では、モデルはコード監査、脆弱性修正、ペネトレーションテスト、マルウェア分析、リバースエンジニアリングにおいて強力なパフォーマンスを発揮し、複雑なセキュリティシステムの構築を効率的かつ低コストでサポートします。

さらに、より積極的なスパース化によりM3.1 Flashの推論効率を最適化しました。日常的な使用では、出力速度は200+ TPS（トークン/秒）に達し、中央値（P50）速度は一貫して170+ TPSに達します。

価格設定：最もコスト効率が高い

エージェントタスクにおいて、モデルの全体的な利用コストは前世代モデルと比較して70%低くなっています。

100万トークンあたりのフラット価格：入力 $0.15 · 出力 $0.60 · キャッシュ入力 $0.015。

エージェントタスクにおける能力とコストの再定義

複雑なエージェントタスク実行のためのAutomation-Bench、実世界のコーディングのためのDeepSWE、経済的価値のある実世界のタスクでのコンピューター操作のためのAgents’ Last Exam（ALE）という3つのベンチマーク全体で、M3.1 Flashはトップモデルに匹敵するパフォーマンスを非常に低いタスクコストで提供し、パフォーマンスとコストにおいて非常に競争力のある新しい基準を設定します。

［画像: M3.1 Flashのベンチマーク結果を示す表］

［画像: M3.1 Flashの価格設定を示す表］

［画像: M3.1 Flashの利用方法を示す図］

M3.1 Flashは、MiniMax API、Mプラン、およびMiniMax Codeを通じて利用可能になりました。モデルの重みは後日公開されます。

デスクトップ用のMiniMax Codeをダウンロード：https://agent.minimax.io/download

Mプランに登録：https://www.minimax.io/m-plan

APIアクセス：platform.minimax.io

Flashは、効率と能力のバランスに関する私たちの継続的な探求を表しています。インテリジェンスの限界を押し広げるProも、後日登場します。

Intelligence with Everyone.