MiniMax M3.1 闪光灯显示,中国 AI 的价格竞争没有底部

简介: MiniMax M3.1 Flash 在 Artificial Analysis Intelligence Index 上达到 42,将任务成本降低到 $0.22 ,并计划在 10 月 23 日为开发人员开放权重.

标签: MiniMax M3.1 Flash, 人工分析智能指数, DeepSeek V4.1 Flash 1017, AI推理模型,开放权重

![抽象技术风格插图与 neural network 节点和成本指标](数据:image/svg+ XML ,%3Csvg%20xmlns='http://www.w3.org/2000/svg'%20width='1200' %20height='675'% 20viewBox='0%200%201200%20675'%3E%3Crect%20wide=' 1200'%30height="675"%20fill='%230f172a'/%3e%3ccircle%20cx='260'%32cy='20'%23r='080b'='8404y='9447='9824='9427='9748='9250='9370='892='992= '903='9180='9638='903*100='999' ='980'=120%21='803*103=20%31='180'=80%33='793=90%39'84='82'=8492=8'94'=

MiniMax M31 闪存已经作为一个 reasoning model 来了,这改变了廉价AI输出的数学:它在Artificial Analysis Intelligence Index上获得42分,高于M3的29分,比其前身提高13点,而每项任务成本不到一半.结果将 MiniMax 与Deepseek V4进行直接的价格和基准竞争.1 Flash 1017, GLM -5.3-Flash 和 Gemini 3.8 Flash ,实际问题是用户可以以大约 $0.22 的费用购买多少推理质量.

背景: MiniMax M3.1闪电背后的成本竞争

该模型的发布位于中国最新的定价战中. MiniMax 表示M3.1 Flash与 GLM -5.3-Flash在 Intelligence Index,边缘超过 Gemini 3.8 闪存41分,和轨迹 Deepseek V4.1 Flash 101745分.更大的故事不是 JUST 得分,而是成本曲线:新型号达到42点,同时保持每任务成本低于M3的一半,而 MiniMax 说它运行速度是M3的三倍.

这一成本部分来自于 token 的效率. MiniMax 表示该模型比竞争对手使用的输出量要少得多,使每项任务的成本降至大约 $0.22 . MiniMax M3 定价为 $0.15 每百万输入 tokens , $0.60 每万输出 tokens ,和 $0.015 对缓存输入. 该模型处理高达 100 万个文本并接受文字和图像. 它是现场在 platform.minimax.io ,并且 MiniMax 还提供了一个称为 [ APP ] 的桌面.

发展过程:基准收益,幻觉和价格设定. 这就是为什么

复杂推理得到了最大的改进.在"人类 Last Exam",M3.1 Flash达到48%,击败 DeepSeek 和 GLM . 在CritPt上,这是一个测试71个复杂问题的研究级物理推理的基准,它得分为22%,领先于 GLM -5.3-Flash15%和 Gemini 3.8 Flash18%,而 JUST 落后于 DeepSeek ,24%.对于AA全能科学测试中的事实精确性来说, M3.1 Flash正确地回答56%的问题,远高于 GLM -5.3.

这些收益有一个明显的弱点. MiniMax M3报告了93%的幻觉率,因为该模型试图回答每个测试问题而不是在不确定时下降. MiniMax 还报道了编码相关结果:在DeepSWE v1.1, MiniMax -M3.1-Flash每项任务得分高达 73.7%,低于 $0.30 . 该模型的开放式重量发布计划于10月23日.

最新进展:与 DeepSeek V4.1 Flash进行直接比较 1017

与最近发布的 Deepseek V4.1 Flash 1017,两款车型都没有全面胜利. DeepSeek 以45分领先于 Artificial Analysis Intelligence Index ,而 MiniMax 则是42分,并且在CritPt上略有优势24%和22%.

MiniMax 在其他测试中领先.它达到48%的"人类 Last Exam",而 DeepSeek 则达到了43%.对于AA-万能的事实准确性来说, MiniMax 正确地回答了56%的问题,相比于 DeepSeek ,这个数字为43%.与 DeepSeek 相比, MiniMax 也稍微便宜一些,因为它需要较少的输出: tokens 跨越基准:大约1.89亿对224,000,000为 DeepSeek .

当前阶段:开放式重量和接下来要注意什么

两种型号都在获得开放权重发布. DeepSeek 已经上线Hugging Face, MiniMax 将于10月23日推出.此次活动现在处于中国最新定价战中的分歧点: DeepSeek 保持了更高的Intelligence Index得分和一个小CritPt优势,而 reasoning model 4提供了更强大的"人类Last Exam",AA-全能性以及每项任务成本较低.下一个可测量的里程碑是10 月 23 日的公开权重发行,这将使用户能够比较M3.1 Flash 的效率和幻觉行为之外的基准报告.