דלגו לתוכן
גיליון 001·חי·20:20 IL
→ יומן/2026-10-22·7 דק׳

MiniMax M3.1 Flash: תמחור $0.15/$0.60, benchmarks של סוכנים, והסתייגות ההזיות שבונים צריכים לבדוק

MiniMax אומרת ש-M3.1 Flash מהיר כמעט פי 3 וזול ב-70% למשימות סוכנים מקודמו. מה פוסט ההשקה טוען, מה VentureBeat מדווח מבדיקות Artificial Analysis, ומה לבדוק לפני שמחליפים.

מאת Harel Asaf·בונה בינה מלאכותית·תל אביב

MiniMax שחררה את M3.1 Flash ב-19 באוקטובר ואומרת שהוא הופך inference של סוכנים למהיר כמעט פי שלושה ומקצץ עלויות שימוש ב-70% מול קודמו. מספרי הספק נראים חזקים. המספרים העצמאיים ש-VentureBeat מדווח גם נראים טובים על עלות, אבל הם באים עם אזהרה על תשובות שגויות. לא הרצתי את המודל.

קראתי את פוסט ההשקה של MiniMax, MiniMax M3.1 Flash: Redefining Agent Performance and Cost, ואת הדיווח של VentureBeat, MiniMax's new M3.1 Flash beats DeepSeek and Opus 5 on a key business benchmark at lower cost, but with a high hallucination rate. מצאתי את המודל דרך ניוזלטר TLDR AI של 20 באוקטובר. לא פתחתי את עמוד Artificial Analysis עצמו, וקראתי רק את החלק הראשון של מאמר VentureBeat.

מה MiniMax טוענת

מפוסט ההשקה:

  • מהירות. מהירויות פלט יכולות להגיע ליותר מ-200 טוקנים לשנייה, עם מהירויות חציון בעקביות של יותר מ-170 TPS בשימוש יומיומי. MiniMax אומרת ש-inference מהיר כמעט פי שלושה מקודם.
  • עלות. עלות שימוש כוללת למשימות agentic נמוכה ב-70% מהקודם.
  • מחיר. $0.15 למיליון טוקני קלט, $0.60 למיליון פלט, ו-$0.015 למיליון קלט מ-cached.
  • Benchmarks של סוכנים וקוד (מדווחי-ספק). 76.2 ב-BankerToolBench, 73.7% ב-DeepSWE v1.1, 61.7 ב-OSWorld V2, 29.6 ב-Agents' Last Exam, ו-82% ב-CyberGym.
  • זמינות. דרך ה-API של MiniMax, M Plan ו-MiniMax Code. משקלים ישוחררו מאוחר יותר, ומודל Pro יגיע מאוחר יותר.

MiniMax גם אומרת שגרסה מוקדמת אנונימית, "Space Bunny", עיבדה יותר מ-200 טריליון טוקנים. זו טענת שימוש שאני לא יכול לבדוק.

מה בדיקה עצמאית לפי הדיווח מראה

VentureBeat מדווח ש-Artificial Analysis נתנה ל-M3.1 Flash ציון Intelligence Index של 42, עלייה מ-29 ל-MiniMax M3. הוא אומר שהעלות הממוצעת של השלמת משימת Index ירדה מבערך $0.51 לבערך $0.22. הוא מפרט נקודות השוואה: GLM-5.3 Flash ב-42 (בערך $0.28 למשימה), DeepSeek V4.1 Flash-1017 ב-45 (בערך $0.26) ו-Gemini 3.8 Flash ב-41 (בערך $1.24). VentureBeat גם אומר ש-M3.1 Flash השתמש בבערך 189 מיליון טוקני פלט בהערכה מול בערך 324 מיליון ו-334 מיליון ל-GLM-5.3 Flash ו-Gemini 3.8 Flash.

אני מעביר את אלה ממאמר VentureBeat, לא מ-Artificial Analysis ישירות.

ההסתייגות

VentureBeat אומר ש-Artificial Analysis מצאה ש-M3.1 Flash ענה נכונה על יותר ממחצית שאלות הידע העובדתי שלה, אבל הייתה לו "נטייה גבוהה באופן יוצא דופן" לתת תשובות שגויות במקום להודות באי-ודאות. הכותרת קוראת לזה שיעור הזיות גבוה. לסוכנים שפועלים על בסיס מה שהמודל אומר, זה משנה יותר ממחיר טוקן זול יותר. אין לי את הנתון המדויק, כי לא פתחתי את נתוני Artificial Analysis.

איך הטענות שונות

ההשוואות בכותרת של MiniMax משתמשות ב-benchmarks ובמודלי השוואה שהיא עצמה בחרה. המספרים של VentureBeat באים מצד שלישי. אלה לא אותה הערכה, אז אל תערבבו אותם.

מה הייתי בודק

אלה הצעות שלי שלא נבדקו.

1. הריצו את סט המשימות שלכם. השוו דיוק, ניסיונות חוזרים ועלות כוללת למשימה גמורה מול המודל הנוכחי שלכם, לא מחיר לטוקן לבדו.

2. בדקו תשובות שגויות בביטחון. הוסיפו שאלות שההתנהגות הנכונה בהן היא "אני לא יודע", וראו כמה פעמים הוא מנחש.

3. בדקו אמינות קריאות-כלים על הכלים האמיתיים שלכם, במיוחד קריאות משורשרות.

4. מדדו מהירות מהאזור שלכם בגדלי הפרומפט שלכם. החציון של 170+ TPS הוא מספר של MiniMax.

5. בדקו טיפול בנתונים ותנאים ל-API של MiniMax לפני שליחת נתונים רגישים. לא קראתי אותם.

6. תכננו למשקלים מאוחר יותר. הפוסט אומר שמשקלים באים, בלי תאריך, אז self-hosting עוד לא אפשרות.

מה לא הייתי מסיק

  • שהוא מתאים למודלים חזיתיים על העבודה שלכם. MiniMax אומרת "בשוויון עם מודלים מובילים" על benchmarks נבחרים. האינדקס העצמאי ממקם אותו ליד מודלים זולים אחרים, מאחורי המערכות הכי מסוגלות, לפי VentureBeat.
  • שזול יותר למשימה אומר בטוח יותר לפריסה. נטיית ההזיות המדווחת חותכת לכיוון ההפוך.
  • שנתוני הספק והצד השלישי ניתנים להשוואה ישירה.

שאלות נפוצות

מהו MiniMax M3.1 Flash?

מודל מ-MiniMax ששוחרר ב-19 באוקטובר 2026, מכוון למשימות agentic, קוד, שימוש במחשב וסייבר, לפי פוסט ההשקה.

כמה הוא עולה?

$0.15 קלט, $0.60 פלט ו-$0.015 קלט מ-cached למיליון טוקנים, לפי MiniMax.

כמה מהר הוא?

MiniMax מדווחת על פלט של 200+ TPS, עם חציון של 170+ TPS.

מה הבדיקה העצמאית מצאה?

VentureBeat, מצטט את Artificial Analysis, מדווח על ציון Intelligence Index של 42 ועלות של בערך $0.22 למשימה, ונטייה גבוהה לענות שגוי במקום להימנע.

האם המשקלים פתוחים?

עדיין לא. MiniMax אומרת שמשקלים ישוחררו מאוחר יותר.

איפה אפשר להשתמש בו?

ה-API של MiniMax, M Plan ו-MiniMax Code, לפי הפוסט.

האם כדאי להחליף את הסוכנים שלי אליו?

בדקו אותו על המשימות שלכם קודם, במיוחד להתנהגות תשובה-שגויה.

מקורות

קריאה נוספת

יומן הבנייה

לעקוב אחרי העבודה.

מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.

עקבו ב-RSS