شرکت MiniMax روز ۲۷ مهر ۱۴۰۵ (۱۹ اکتبر ۲۰۲۶) مدل استدلالی M3.1 Flash را عرضه کرد. بر پایه‌ی سنجش شرکت Artificial Analysis، این مدل در شاخص هوش ۴۲ امتیاز گرفته (مدل قبلی، M3، امتیاز ۲۹ داشت) و هزینه‌ی هر کارش کمتر از نصفِ M3 است. قیمت API هر یک میلیون توکن ورودی ۱۵ سنت و خروجی ۶۰ سنت است و وزن‌های باز آن قرار است ۳۱ مهر (۲۳ اکتبر) منتشر شود.
مشخصات و قیمت
به نوشته‌ی The Decoder، مشخصات اصلی این است:
- پنجره‌ی متن: تا یک میلیون توکن، با ورودی متن و تصویر.
- قیمت API: ورودی ۰٫۱۵ دلار، خروجی ۰٫۶۰ دلار و ورودی کش‌شده ۰٫۰۱۵ دلار برای هر یک میلیون توکن.
- سرعت: به ادعای MiniMax حدود سه برابر سریع‌تر از M3.
- دسترسی: API در پلتفرم MiniMax فعال است و یک اپ دسکتاپ به نام MiniMax Code هم دارد.
نتیجه‌ی آزمون‌ها
در شاخص هوش Artificial Analysis امتیاز ۴۲ گرفته؛ با GLM-5.3-Flash برابر، یک امتیاز بالاتر از Gemini 3.8 Flash (۴۱) و سه امتیاز پایین‌تر از DeepSeek V4.1 Flash 1017 (۴۵). در آزمون «آخرین امتحان بشریت» (Humanity's Last Exam) ۴۸ درصد گرفته و از DeepSeek (۴۳ درصد) جلوتر است. در آزمون دقت واقعیت‌ها (AA-Omniscience) ۵۶ درصد پاسخ درست داشته در برابر ۴۳ درصدِ DeepSeek. در آزمون مهندسی نرم‌افزار DeepSWE v1.1 تا ۷۳٫۷ درصد گرفته، با هزینه‌ای کمتر از ۰٫۳۰ دلار برای هر کار. در مسئله‌های فیزیکِ سطح پژوهشی (CritPt) ۲۲ درصد دارد و DeepSeek با ۲۴ درصد جلوتر است. هزینه‌ی اجرای کل شاخص برای هر کار حدود ۰٫۲۲ دلار است در برابر ۰٫۲۶ دلار برای DeepSeek.
بزرگ‌ترین ضعف: توهم
Artificial Analysis نرخ توهم این مدل را ۹۳ درصد گزارش کرده. یعنی وقتی جواب را نمی‌داند، به‌جای «نمی‌دانم» تقریباً همیشه یک جواب می‌سازد. گزارش VentureBeat هم همین را تأیید می‌کند: در یک سنجه‌ی کاری از DeepSeek و Opus 5 جلو می‌زند، ولی نرخ توهمش بالاست. پس ارزان بودن به‌تنهایی دلیل کافی نیست.
پیشینه‌ی انتشار
این مدل پیش‌تر به‌شکل پیش‌نمایش (MiniMax-M3.1-Flash-Preview) داخل ابزار کدنویسی MiniMax Code دیده شده بود و فقط با طرح اشتراکی در دسترس بود. منابع غیررسمی تاریخ پیش‌نمایش را متفاوت نوشته‌اند. شمار پارامترها در منابع رسمی اعلام نشده و عددهایی که در برخی سایت‌ها می‌بینید تأییدشده نیست.
برای کاربر فارسی‌زبان چه معنایی دارد؟
جنگ قیمت مدل‌های چینی ادامه دارد و هر ماه هوش بیشتر با پول کمتر عرضه می‌شود. اگر برنامه‌نویس هستید و برای ایجنت یا ابزار خودتان مدل ارزان می‌خواهید، M3.1 Flash ارزش آزمودن دارد؛ اما نرخ توهم بالا یعنی خروجی‌اش را در کارهای حساس باید وارسی کنید. وزن‌های باز، اگر ۳۱ مهر منتشر شود، به تیم‌هایی که می‌خواهند مدل را خودشان اجرا کنند امکان تازه‌ای می‌دهد.
اگر فقط می‌خواهید چت کنید و مدل‌های مختلف را کنار هم امتحان کنید، در ابزارهای هوش‌نو می‌توانید با مدل‌های معروف مثل GPT و Claude و Gemini و DeepSeek و Qwen و Kimi گفت‌وگو کنید. برای دیدن رقیبان ارزان‌قیمتِ تازه، خبر مدل تصمیم‌گیر مایکروسافت و خبر مدل Nemotron 3.5 Bolt انویدیا را هم بخوانید.
چطور آزمایشش کنیم؟
پیش از اینکه مدل تازه‌ای را وارد کار واقعی کنید، سه کار ساده بکنید. اول، ده تا بیست نمونه از کارهای واقعی خودتان را بردارید، نه فقط نمونه‌های بنچمارک. دوم، همین نمونه‌ها را با مدلی که الان استفاده می‌کنید هم اجرا کنید و هزینه، سرعت و تعداد پاسخ‌های غلط را کنار هم بگذارید. سوم، برای پرسش‌هایی که پاسخشان در داده‌ی شما نیست، بررسی کنید مدل چه می‌گوید؛ چون نرخ توهم بالا درست همین‌جا خودش را نشان می‌دهد. اگر در این آزمون‌ها خوب بود، می‌شود بخشی از ترافیک را به آن سپرد، بدون اینکه همه‌چیز یک‌باره عوض شود.
سؤالات متداول
MiniMax M3.1 Flash رایگان است؟
نه. API پولی است، با قیمت ۰٫۱۵ دلار برای هر یک میلیون توکن ورودی و ۰٫۶۰ دلار برای خروجی.
وزن‌ها کی منتشر می‌شود؟
طبق گزارش، قرار است ۳۱ مهر ۱۴۰۵ (۲۳ اکتبر ۲۰۲۶) باشد. هنوز منتشر نشده و ممکن است به تعویق بیفتد.
نرخ توهم ۹۳ درصد یعنی چه؟
یعنی در سؤال‌هایی که پاسخ را نمی‌داند، تقریباً همیشه به‌جای امتناع جوابی می‌دهد که درست نیست. این با میزان خطا در همه‌ی سؤال‌ها فرق دارد.
