आज MiniMax ने अगली पीढ़ी के Flash मॉडल, M3.1 Flash, को आधिकारिक रूप से जारी किया। इसका प्रारंभिक संस्करण, जिसका कोडनाम Space Bunny था, गुमनाम रूप से काम करते हुए 200 ट्रिलियन से अधिक टोकन संसाधित कर चुका है। यह मॉडल एजेंटिक कार्यों, कोडिंग, कंप्यूटर उपयोग और साइबर सुरक्षा में एक पीढ़ीगत छलांग प्रदान करता है, साथ ही ऑनलाइन इनफ़रेंस को लगभग तीन गुना तेज़ बनाता है और उपयोग लागत में 70% की कटौती करता है।
M3.1 Flash कई बेंचमार्क में अग्रणी मॉडलों के स्तर तक पहुँचता है। Automation Bench-AA पर यह शीर्ष प्रदर्शनकर्ताओं में है और बिक्री व मार्केटिंग से लेकर वित्त और मानव संसाधन तक, SaaS प्रणालियों में वास्तविक एंटरप्राइज़ वर्कफ़्लो पूरे कर सकता है। Banker Tool Bench पर इसने 76.2 अंक प्राप्त किए, जो बहु-चरणीय योजना, दस्तावेज़ों की स्थिरता और वित्तीय अनुपालन की जाँच करता है। Deep SWE v1.1 पर इसने 73.7% हासिल किया, जिससे यह जटिल सॉफ़्टवेयर इंजीनियरिंग में शीर्ष मॉडलों के बराबर है।
कंप्यूटर उपयोग में, मॉडल ने OSWorld V2 पर 61.7 और Agents' Last Exam पर 29.6 अंक प्राप्त किए, और दोनों बेंचमार्क में चीनी मॉडलों में पहला स्थान पाया। साइबर सुरक्षा में इसने Cyber Gym पर 82% का मजबूत स्कोर हासिल किया, और कोड ऑडिटिंग, कमज़ोरियों के पैच, पेनेट्रेशन टेस्टिंग, मैलवेयर विश्लेषण और रिवर्स इंजीनियरिंग में भी अच्छा प्रदर्शन किया। आउटपुट गति 200+ टोकन प्रति सेकंड तक पहुँच सकती है, और मध्यिका गति लगातार 170 से ऊपर रहती है।
मूल्य निर्धारण स्थिर है: प्रति मिलियन इनपुट टोकन $0.15, प्रति मिलियन आउटपुट टोकन $0.60 और प्रति मिलियन कैश्ड इनपुट टोकन $0.015। यह मॉडल MiniMax API, M Plan और MiniMax Code के माध्यम से उपलब्ध है, तथा मॉडल वेट्स बाद में जारी किए जाएँगे। MiniMax का कहना है कि Flash उसके दक्षता और क्षमता के बीच संतुलन के निरंतर प्रयास को दर्शाता है, और बुद्धिमत्ता पर अधिक केंद्रित Pro मॉडल बाद में आएगा।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित