MiniMax新模型以半价提升编程表现

AI 输出到底能便宜到什么程度？中国的回答是：还能更便宜！

MiniMax 发布了新的推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 上拿到 42 分，比上一代 M3 高出 13 分，而单次任务成本还不到原来的一半。该模型与 GLM-5.3-Flash 持平，略高于 Gemini 3.8 Flash（41 分），落后于 Deepseek V4.1 Flash 1017（45 分）。

复杂推理是提升最大的领域。在“Humanity's Last Exam”测试中，M3.1 Flash 的得分达到 48%，超过 Deepseek 和 GLM。在 CritPt 基准测试中，它的得分为 22%。这项测试包含 71 道复杂问题，用于考察研究级物理推理能力。这个成绩高于 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），仅次于 Deepseek（24%）。在考察事实准确性的 AA-Omniscience 测试中，M3.1 Flash 正确回答了 56% 的问题，明显高于 GLM-5.3-Flash（28%）和 Deepseek（43%）。

该模型使用的输出 token 也远少于竞争对手，将单次任务成本降至约 0.22 美元。MiniMax 表示，它的运行速度是 M3 的三倍。一个短板是高达 93% 的幻觉率。Artificial Analysis 指出，这是因为模型会尝试回答每一道测试题，而不是在不确定时拒绝作答。

与 M3 相比，MiniMax-M3.1-Flash 在 Artificial Analysis Intelligence Index 上的得分从 29 分跃升至 42 分，同时大幅降低了单次任务成本。| 图片：AA

该模型支持最多 100 万 token 的上下文，可接受文本和图像输入。API 定价为每百万输入 token 0.15 美元、每百万输出 token 0.60 美元，缓存输入则为每百万 token 0.015 美元。MiniMax 计划于 10 月 23 日开放模型权重。API 已在 platform.minimax.io 上线，MiniMax 还提供了一款名为 MiniMax Code 的桌面应用。

在 DeepSWE v1.1 上，MiniMax-M3.1-Flash 的得分最高达到 73.7%，单次任务成本低于 0.30 美元。| 图片：MiniMax

中国 AI 最新一轮价格战，Deepseek 与 MiniMax 各有胜负

与近期发布的 Deepseek V4.1 Flash 1017 正面对比，两款模型都没能全面胜出。Deepseek 在 Intelligence Index 上以 45 分领先于 MiniMax 的 42 分，在 CritPt 基准测试中也以 24% 略高于 MiniMax 的 22%。

MiniMax 则在其他测试中领先。在“Humanity's Last Exam”上，它拿到 48%，而 Deepseek 为 43%。在考察事实准确性的 AA-Omniscience 测试中，MiniMax 正确回答了 56% 的问题，Deepseek 则为 43%。MiniMax 的单次任务成本也略低，为 0.22 美元，Deepseek 则为 0.26 美元。这是因为，在整套基准测试中，MiniMax 所需的输出 token 更少，约为 1.89 亿，而 Deepseek 为 2.24 亿。

两款模型都会开放权重。Deepseek 已经上线 Hugging Face，MiniMax 将于 10 月 23 日跟进。

由人工精选，远离炒作的 AI 新闻

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整历史文章访问权限，以及评论区访问权限。