MiniMax vient de dévoiler M3.1 Flash, une version améliorée de son moteur de raisonnement qui se distingue par une meilleure précision et un prix très compétitif. Le nouveau modèle obtient 42 points sur l'Artificial Analysis Intelligence Index, soit 13 de plus que le M3 précédent, tout en réduisant le coût d'exécution de plus de la moitié.

Des performances qui progressent

Sur le benchmark "Humanity's Last Exam", qui mesure la capacité à résoudre des questions complexes, M3.1 Flash atteint 48 % de bonnes réponses, dépassant à la fois Deepseek V4.1 Flash 1017 (43 %) et le modèle GLM‑5.3‑Flash (non indiqué mais inférieur). En physique de haut niveau, le test CritPt montre un score de 22 % sur 71 problèmes, mieux que GLM‑5.3‑Flash (15 %) et Gemini 3.8 Flash (18 %). Deepseek reste légèrement en tête avec 24 %.

Pour la véracité factuelle, le test AA‑Omniscience place M3.1 Flash à 56 % de réponses correctes, largement au‑dessus de GLM‑5.3‑Flash (28 %) et de Deepseek (43 %). Ces chiffres indiquent que le modèle est capable de fournir des réponses plus fiables dans des contextes variés.

Un coût d'utilisation très attractif

Le principal avantage de M3.1 Flash réside dans son efficacité économique. En moyenne, chaque tâche ne coûte que 0,22 $ grâce à un nombre de TokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère. de sortie inférieur à celui de ses concurrents (environ 189 M contre 224 M pour Deepseek). L'API facture 0,15 $ par million de tokens d'entrée et 0,60 $ par million de tokens de sortie, avec un tarif réduit de 0,015 $ pour les entrées mises en cache.

MiniMax affirme que le nouveau modèle fonctionne trois fois plus rapidement que le M3 précédent, ce qui réduit encore le temps de traitement pour les développeurs.

Limites et points d'attention

Le principal bémol relevé par Artificial Analysis est un taux d'HallucinationUne réponse générée qui paraît crédible mais contient une information fausse ou non étayée. de 93 %. Le modèle a tendance à proposer une réponse même lorsqu'il n'est pas sûr, au lieu de refuser de répondre. Les utilisateurs devront donc mettre en place des mécanismes de vérification ou de filtrage pour éviter les informations erronées.

Capacités techniques

M3.1 Flash accepte jusqu'à un million de tokens de contexte, ce qui ouvre la voie à des applications nécessitant de longues séquences d'entrée. Il prend en charge à la fois le texte et les images, élargissant son champ d'application aux tâches multimodales.

Le modèle sera disponible en poids ouverts à partir du 23 octobre. L'API est déjà active sur platform.minimax.io et un client desktop, MiniMax Code, est proposé pour les développeurs souhaitant travailler en local.

Concurrence chinoise et guerre des prix

Face à Deepseek V4.1 Flash 1017, MiniMax ne domine pas tous les critères mais se démarque sur plusieurs fronts. Deepseek conserve l'avance sur l'Intelligence Index (45 points contre 42) et sur le benchmark CritPt (24 % contre 22 %). En revanche, MiniMax surpasse Deepseek sur la plupart des tests de précision factuelle et d'examen complexe, tout en affichant un coût légèrement inférieur.

Les deux acteurs prévoient de publier leurs modèles en poids ouverts, Deepseek étant déjà présent sur Hugging Face, tandis que MiniMax suivra le 23 octobre.

En quoi cela peut-il intéresser les utilisateurs ?

Pour les développeurs qui intègrent de l'IA générativeIntelligence artificielle capable de créer de nouveaux contenus, notamment du texte, des images, du son, des vidéos ou du code. dans leurs produits, M3.1 Flash représente une option intéressante lorsqu'on recherche un bon compromis entre performance et prix. Les gains de vitesse et la réduction du coût d'exécution peuvent être décisifs pour des services à forte charge. Cependant, le taux d'hallucination élevé impose de prévoir des contrôles supplémentaires, notamment dans les domaines où la fiabilité est critique.

En résumé, MiniMax propose un modèle qui avance sur la précision et le coût, mais qui demande toujours une vigilance accrue sur la qualité des réponses. La disponibilité en poids ouverts devrait encourager la communauté à tester et à optimiser davantage ce modèle, ce qui pourrait accélérer l'adoption de solutions d'Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. plus accessibles en Chine et au-delà.