MiniMax выпустила рассуждающую модель M3.1 Flash. В публикации The Decoder от 19 октября 2026 года говорится, что она набрала 42 балла в Artificial Analysis Intelligence Index — на 13 больше предшественницы M3. Для читателя это сочетание заявленных результатов тестов и стоимости API: в сравнении с DeepSeek V4.1 Flash 1017 модели показывают разные результаты в разных бенчмарках.
Результаты MiniMax и DeepSeek расходятся по тестам
По данным The Decoder, в Artificial Analysis Intelligence Index DeepSeek V4.1 Flash 1017 получила 45 баллов против 42 у MiniMax M3.1 Flash. В CritPt показатели составили 24% у DeepSeek и 22% у MiniMax. В Humanity’s Last Exam MiniMax набрала 48% против 43% у DeepSeek, а в AA-Omniscience — 56% против 43%.
Таким образом, в приведённом сравнении нет одной модели, которая лидирует во всех перечисленных тестах: результат зависит от выбранного бенчмарка. The Decoder приводит эти показатели со ссылками на Artificial Analysis и MiniMax.
Сколько стоят задачи и API
Для DeepSWE v1.1 The Decoder указывает результат MiniMax M3.1 Flash до 73,7% при стоимости менее $0,30 за задачу. В сравнении стоимости одной задачи из публикации оценка для MiniMax составляет около $0,22, для DeepSeek — около $0,26. The Decoder связывает разницу с числом выходных токенов в тестовом сравнении: около 189 млн у MiniMax против 224 млн у DeepSeek.
В публикации также указаны тарифы API MiniMax: $0,15 за миллион входных токенов, $0,60 за миллион выходных токенов и $0,015 за миллион кэшированных входных токенов. Эти ставки позволяют оценить расходы по токенам, но не означают, что любая задача будет стоить столько же, сколько в приведённом сравнении.
Доступность и характеристики
По данным The Decoder, API уже доступен; модель принимает текст и изображения и поддерживает контекст до одного миллиона токенов. MiniMax планировала выпустить её с открытыми весами 23 октября 2026 года. Это указанный в публикации план, а не подтверждение, что выпуск уже состоялся.
Что учитывать при чтении результатов
The Decoder со ссылкой на Artificial Analysis сообщает, что в одном тесте показатель галлюцинаций модели составил 93%; пояснение публикации — модель отвечала на вопросы даже при неуверенности, вместо того чтобы воздержаться от ответа. Все приведённые показатели и оценки стоимости следует понимать как опубликованные результаты конкретных сравнений: доступные данные не содержат полной методики каждого теста или независимой редакционной проверки. Поэтому они не гарантируют тех же результатов и расходов в конкретном приложении.
