Китайский технологический сектор продолжает агрессивное снижение стоимости вычислений, превращая разработку нейросетей в соревнование на выносливость маржинальности. Как сообщает издание The Decoder, стартап MiniMax выпустил новую модель с рассуждением M3.1 Flash, которая демонстрирует значительный рост производительности при радикальном сокращении затрат на выполнение задач.

В свежем рейтинге Artificial Analysis Intelligence Index новинка набрала 42 балла, что на 13 пунктов выше показателей предшествующей версии M3. При этом стоимость обработки одной задачи снизилась более чем вдвое. По совокупности характеристик M3.1 Flash сопоставима с GLM-5.3-Flash, немного обходит Gemini 3.8 Flash, но пока уступает Deepseek V4.1 Flash 1017, удерживающей лидерство с 45 баллами.

Наиболее заметный прогресс зафиксирован в области сложного логического вывода. В тесте Humanity’s Last Exam модель достигла результата в 48%, опередив прямых конкурентов от Deepseek и Zhipu AI. Кроме того, M3.1 Flash показала достойные 22% в бенчмарке CritPt, ориентированном на решение задач по теоретической физике университетского уровня, что ставит её в один ряд с лидерами индустрии.

Техническая эффективность MiniMax M3.1 Flash обусловлена оптимизацией использования токенов. Модель генерирует более лаконичные ответы, что позволило снизить среднюю стоимость выполнения задачи до 0,22 доллара. Представители MiniMax заявляют, что скорость работы увеличилась в три раза по сравнению с версией M3. Однако эксперты отмечают высокий уровень галлюцинаций — около 93%, так как модель склонна давать ответ даже при высокой степени неуверенности.

Технические параметры и рыночное позиционирование

Модель поддерживает контекстное окно объемом до 1 миллиона токенов и является мультимодальной, работая как с текстовыми данными, так и с изображениями. Тарифы API установлены на уровне 0,15 доллара за миллион входных токенов и 0,60 доллара за миллион выходных. Для разработчиков предусмотрена возможность использования кэшированных входных данных по цене всего 0,015 доллара за миллион токенов.

Стремительное падение стоимости токена при росте бенчмарков в китайском сегменте ИИ напоминает классический демпинг на рынке полупроводников, где выживает не самый умный, а самый эффективный в масштабировании. M3.1 Flash выигрывает за счет лаконичности ответов, но критически высокий уровень галлюцинаций делает её опасным инструментом для автономных агентов. Это впечатляющий инженерный трюк, который, однако, заставляет задуматься: покупаем ли мы интеллект или просто очень дешевый генератор правдоподобного текста.

В прямом сравнении с Deepseek V4.1 Flash 1017 новая модель MiniMax не демонстрирует абсолютного превосходства, разделяя лидерство в зависимости от типа задач. Deepseek остается фаворитом в тестах на общую эрудицию и физику, тогда как MiniMax лидирует в фактической точности на тесте AA-Omniscience, правильно отвечая на 56% вопросов против 43% у конкурента.

Важным шагом для экосистемы станет публикация открытых весов модели, запланированная на 23 октября. На текущий момент API доступно на официальной платформе компании, а для специалистов, работающих с кодом, представлено десктопное приложение MiniMax Code. На тесте DeepSWE v1.1, проверяющем навыки программирования, модель показала результат 73,7%, сохранив стоимость задачи в пределах 0,30 доллара.