本日、MiniMaxは次世代のFlashモデルであるM3.1 Flashを正式に公開しました。コードネーム「Space Bunny」として匿名で稼働していた初期版は、2000兆を超えるトークンを処理しました。このモデルは、エージェントタスク、コーディング、コンピュータ操作、サイバーセキュリティにおいて世代を画する進歩を実現する一方、オンライン推論を約3倍高速化し、利用コストを70%削減しました。
M3.1 Flashは、幅広いベンチマークで主要モデルと同等の水準に達しています。Automation Bench-AAでは上位の性能を示し、営業・マーケティングから財務、人事に至るまで、SaaSシステムにまたがる実際の企業ワークフローを完遂できます。複数段階の計画、文書の一貫性、財務コンプライアンスを評価するBanker Tool Benchでは76.2点を獲得しました。Deep SWE v1.1では73.7%を達成し、複雑なソフトウェアエンジニアリングにおいて最上位モデルと肩を並べています。
コンピュータ操作では、OSWorld V2で61.7点、Agents' Last Examで29.6点を記録し、両ベンチマークで中国のモデルの中で首位となりました。サイバーセキュリティでは、Cyber Gymで82%という高いスコアを達成したほか、コード監査、脆弱性のパッチ適用、ペネトレーションテスト、マルウェア分析、リバースエンジニアリングでも優れた性能を発揮しています。出力速度は毎秒200トークン以上に達することがあり、中央値も一貫して毎秒170トークンを上回っています。
価格は固定で、入力トークン100万件あたり0.15ドル、出力トークン100万件あたり0.60ドル、キャッシュされた入力トークン100万件あたり0.015ドルです。このモデルはMiniMax API、M Plan、MiniMax Codeを通じて利用可能で、モデルの重みは後日公開される予定です。MiniMaxは、Flashが効率と性能のバランスを取るという同社の継続的な取り組みを反映していると述べ、知能を重視したProモデルは後に登場すると説明しています。
出典: Hacker News · 要約：HeadlinesBriefing