Η κινεζική startup τεχνητής νοημοσύνης MiniMax κυκλοφόρησε επίσημα το M3.1 Flash, ένα μοντέλο πρακτορείου που η εταιρεία λέει ότι είναι περίπου τρεις φορές πιο γρήγορο και 70 τοις εκατό φθηνότερο στην εκτέλεση από τον προκάτοχό του. Η ανακοίνωση, που δημοσιεύτηκε στον ιστότοπο του MiniMax στις 19 Οκτωβρίου και λήφθηκε την ίδια μέρα από το Reuters, τερματίζει επίσης ένα από τα πιο ασυνήθιστα μυστήρια στην κοινότητα AI: το ανώνυμο μοντέλο γνωστό ως "Space Bunny", το οποίο επεξεργαζόταν αθόρυβα περισσότερα από 200 τρισεκατομμύρια μάρκες ενώ λειτουργούσε με κωδικό όνομα, ήταν μια πρώιμη έκδοση του MiniMax M3.

Το διαστημικό λαγουδάκι αποκαλύπτει For more context on this story, see our ongoing AI trends.

Για εβδομάδες, οι προγραμματιστές δοκίμαζαν ένα ικανό μοντέλο με το όνομα Space Bunny χωρίς καμία σαφή ένδειξη για το ποιος το κατασκεύασε. Η ανάρτηση εκτόξευσης του MiniMax επιβεβαίωσε ότι το Space Bunny ήταν, στην πραγματικότητα, μια πρώιμη έκδοση του M3.1 Flash που εξυπηρετούσε την κυκλοφορία ανώνυμα. Η εταιρεία λέει ότι το μοντέλο συγκέντρωσε περισσότερα από 200 τρισεκατομμύρια επεξεργασμένα διακριτικά κατά τη διάρκεια αυτής της περιόδου, δίνοντάς του μια ασυνήθιστα μεγάλη βάση αξιολόγησης στον πραγματικό κόσμο πριν από το επίσημο ντεμπούτο του.

Η στρατηγική αντικατοπτρίζει ένα ευρύτερο μοτίβο μεταξύ των κινεζικών εργαστηρίων τεχνητής νοημοσύνης, τα οποία χρησιμοποιούν όλο και περισσότερο ανώνυμες εκδόσεις ή εκδόσεις προεπισκόπησης για τη συλλογή σχολίων προτού βάλουν το πραγματικό όνομα ενός μοντέλου σε αυτό. Το ίδιο το MiniMax έκανε προεπισκόπηση του μοντέλου στα τέλη Σεπτεμβρίου ως M3.1-Flash-Preview, χωρίς σημεία αναφοράς και χωρίς τιμολόγηση, όπως ανέφερε το AI Buzz Wire εκείνη την εποχή.

Σημεία αναφοράς που απευθύνονται σε πράκτορες, όχι μόνο σε συνομιλία

Το MiniMax τοποθετεί το M3.1 Flash ως ένα μοντέλο "Flash" επόμενης γενιάς που έχει σχεδιαστεί για ατζέντη εργασία — χρήση υπολογιστή, κωδικοποίηση, ασφάλεια στον κυβερνοχώρο και μεγάλες επιχειρηματικές ροές εργασίας — και όχι μόνο για συνομιλία. Σύμφωνα με τα δημοσιευμένα αποτελέσματα της εταιρείας:

  • BankerToolBench: 76.2 — η εταιρεία λέει ότι το μοντέλο μπορεί να ολοκληρώσει πραγματικές επιχειρηματικές ροές εργασιών σε συστήματα SaaS από άκρο σε άκρο, που εκτείνεται σε πωλήσεις, μάρκετινγκ, λειτουργίες, εξυπηρέτηση πελατών, χρηματοοικονομικά και καθήκοντα ανθρώπινου δυναμικού, με πλεονεκτήματα στον σχεδιασμό πολλαπλών βημάτων, τη συνέπεια εγγράφων, την οικονομική συμμόρφωση και τις κλήσεις αλυσίδων εργαλείων.
  • DeepSWE v1.1: 73,7% — τοποθέτησή του, από τον λογαριασμό του MiniMax, δίπλα σε κορυφαία μοντέλα σε σύνθετες εργασίες μηχανικής λογισμικού που απαιτούν ανεξάρτητη κατανόηση κώδικα, ανάπτυξη χαρακτηριστικών, διόρθωση σφαλμάτων και επικύρωση δοκιμής.
  • OSWorld V2: 61.7 και Agents' Last Exam (ALE): 29.6 — σημεία αναφοράς που μετρούν τη λειτουργία και την απόδοση του υπολογιστή σε πραγματικές επαγγελματικές εργασίες. Η MiniMax λέει ότι το M3.1 Flash κατέχει την πρώτη θέση μεταξύ των κινεζικών μοντέλων και στα δύο.
  • CyberGym: 82% — το οποίο η εταιρεία αναφέρει ως απόδειξη κορυφαίας ικανότητας στην ανακάλυψη και επικύρωση ευπάθειας, παράλληλα με εσωτερικές αξιολογήσεις στον έλεγχο κώδικα, τη δοκιμή διείσδυσης, την ανάλυση κακόβουλου λογισμικού και την αντίστροφη μηχανική.

Όπως πάντα με τα σημεία αναφοράς που αναφέρονται από τον προμηθευτή, η ανεξάρτητη επαλήθευση παραμένει περιορισμένη και οι συγκρίσεις βαθμολογικών πινάκων εξαρτώνται σε μεγάλο βαθμό από τη διαμόρφωση. Η MiniMax λέει ότι τα αποτελέσματα έχουν βελτιστοποιηθεί μέσω "πιο επιθετικής αραιότητας" στη στοίβα συμπερασμάτων.

Ταχύτητα και τιμολόγηση: Το επιθετικό μέρος

Οι οικονομικοί ισχυρισμοί είναι αναμφισβήτητα η μεγαλύτερη ιστορία. Η MiniMax λέει ότι οι καθημερινές ταχύτητες εξόδου φτάνουν τα 200+ tokens ανά δευτερόλεπτο, με τη διάμεση απόδοση (P50) να είναι σταθερά πάνω από 170 tokens ανά δευτερόλεπτο — και ότι το συνολικό κόστος χρήσης για εργασίες αντιπροσώπων είναι 70 τοις εκατό χαμηλότερο από τον προκάτοχο του μοντέλου.

Η τιμολόγηση είναι σταθερή ανά εκατομμύριο μάρκες:

| Επίπεδο | Τιμή (USD ανά 1 εκατομμύριο μάρκες) |
|---|---|
| Εισαγωγή | 0,15 $ |
| Έξοδος | 0,60 $ |
| Αποθηκευμένη είσοδος | 0,015 $ |

Αυτό μειώνει κατά μεγάλο περιθώριο τις τιμές των API συνόρων και συνεχίζει τον πόλεμο τιμών που καθόρισε την αγορά πρακτικών μοντέλων μέχρι το 2026. Έφτασε ημέρες αφότου η DeepSeek κυκλοφόρησε την ενημερωμένη έκδοση V4.1-Flash-1017 υπό άδεια MIT με ανοιχτά βάρη, ασκώντας πίεση σε κάθε επίπεδο τιμολόγησης της αγοράς. Για φόρτους εργασίας αντιπροσώπων μεγάλου όγκου — όπου μια μεμονωμένη ροή εργασιών επιχείρησης μπορεί να περιλαμβάνει εκατοντάδες κλήσεις μοντέλων — η διαφορά μεταξύ 0,60 $ και ενώσεων τιμολόγησης παραγωγής πολλών δολαρίων στη διαφορά μεταξύ ενός βιώσιμου προϊόντος και ενός μη προσιτού προϊόντος.

Οι ισχυρισμοί ταχύτητας έχουν σημασία για διαφορετικό λόγο. Οι πράκτορες χρήσης υπολογιστή σταματούν όταν κάθε βήμα κλικ και παρατήρησης περιμένει δευτερόλεπτα για απάντηση. Η διεκπεραίωση άνω των 170 tokens ανά δευτερόλεπτο στη διάμεση τιμή κάνει τον αυτοματισμό GUI πολλαπλών βημάτων να έχει επαρκή απόκριση για χρήση στην παραγωγή. Το MiniMax στοιχηματίζει ότι η οικονομία των πρακτόρων, και όχι η ακατέργαστη ηγεσία αναφοράς, είναι αυτό που μετατρέπει τους εταιρικούς πιλότους σε αναπτύξεις.

Η MarkTechPost, η οποία κάλυψε την κυκλοφορία, περιέγραψε το M3.1 Flash ως ένα μοντέλο μείγματος ειδικών 428 δισεκατομμυρίων παραμέτρων, αν και η ίδια η ανακοίνωση του MiniMax δεν αναφέρει μέτρηση παραμέτρων.

Διαθεσιμότητα: API Now, Weights αργότερα

Το M3.1 Flash είναι άμεσα διαθέσιμο μέσω του MiniMax API, της συνδρομής M Plan της εταιρείας και του MiniMax Code, του πράκτορα κωδικοποίησης για επιτραπέζιους υπολογιστές. Τα βάρη μοντέλων θα κυκλοφορήσουν αργότερα, είπε η εταιρεία, και μια πιο ικανή έκδοση "Pro" βρίσκεται επίσης στον οδικό χάρτη. Δεν δόθηκαν ημερομηνίες για κανένα από τα δύο.

Η σταδιακή προσέγγιση — API πρώτα, ανοιχτά βάρη αργότερα — έχει γίνει το τυπικό βιβλίο παιχνιδιού του MiniMax. Η εταιρεία κυκλοφόρησε το μοντέλο βίντεο H3 με ανοιχτά βάρη τον Ιούλιο και τα επιχειρηματικά της έσοδα σχεδόν τετραπλασιάστηκαν σε ετήσια βάση στα 116,6 εκατομμύρια δολάρια το πρώτο εξάμηνο του 2026.

Τι σημαίνει για τους προγραμματιστές

Για τις ομάδες που κατασκευάζουν αγωγούς πρακτόρων, το βήμα του M3.1 Flash είναι απλό: απόδοση πρακτόρων κοντά στα σύνορα σε τιμές βασικών προϊόντων, με αριθμούς απόδοσης που καθιστούν οικονομικά βιώσιμες τις ροές εργασίας πολλαπλών βημάτων για χρήση υπολογιστή. Τα ανοιχτά ερωτήματα είναι πώς αντέχουν τα σημεία αναφοράς που αναφέρονται από τον προμηθευτή υπό ανεξάρτητες δοκιμές και πόσο γρήγορα ακολουθεί η υποσχεθείσα απελευθέρωση βάρους.

Με τα DeepSeek, Z.ai και τώρα MiniMax όλα τα μοντέλα ναυτιλιακών πρακτόρων σε επιθετικές τιμές εντός του ίδιου μήνα, το ανταγωνιστικό χάσμα μεταξύ κινεζικών ανοιχτών οικοσυστημάτων και δυτικών κλειστών API συνεχίζει να μειώνεται — και οι αγοραστές είναι οι άμεσοι ωφελούμενοι.

_Αυτό το άρθρο βασίζεται στην επίσημη ανακοίνωση κυκλοφορίας του MiniMax (19 Οκτωβρίου 2026), στην αναφορά του Reuters και στην κάλυψη από το MarkTechPost._

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →