استارت آپ چینی هوش مصنوعی MiniMax رسماً M3.1 Flash را راه اندازی کرد، یک مدل نمایندگی که شرکت می گوید تقریباً سه برابر سریع تر و 70 درصد ارزان تر از مدل قبلی خود اجرا می شود. این اعلامیه که در وب‌سایت MiniMax در 19 اکتبر منتشر شد و در همان روز توسط رویترز دریافت شد، به یکی از اسرار غیرعادی‌تر در جامعه هوش مصنوعی نیز پایان می‌دهد: مدل ناشناس معروف به "Space Bunny" که در بی‌صدا بیش از 200 تریلیون توکن را در حالی که تحت یک کد کار می‌کرد پردازش می‌کرد، نسخه اولیه MiniMax M3 بود.

اسم حیوان دست اموز فضایی فاش می شود For more context on this story, see our ongoing latest AI developments.

برای هفته‌ها، توسعه‌دهندگان یک مدل توانمند را که تحت نام Space Bunny فهرست شده بود، بدون هیچ نشانه روشنی از سازنده آن آزمایش می‌کردند. پست پرتاب MiniMax تأیید کرد که Space Bunny در واقع نسخه اولیه M3.1 Flash است که به صورت ناشناس به ترافیک سرویس می‌داد. این شرکت می‌گوید این مدل بیش از 200 تریلیون توکن پردازش شده را در آن دوره جمع‌آوری کرده است، که به آن یک پایگاه ارزیابی غیرعادی بزرگ در دنیای واقعی قبل از معرفی رسمی‌اش می‌دهد.

این استراتژی الگوی گسترده‌تری را در میان آزمایشگاه‌های هوش مصنوعی چینی نشان می‌دهد، که به طور فزاینده‌ای از انتشارات ناشناس یا پیش‌نمایش برای جمع‌آوری بازخورد قبل از قرار دادن نام واقعی مدل روی آن استفاده می‌کنند. همانطور که AI Buzz Wire در آن زمان گزارش داد، MiniMax خود این مدل را در اواخر سپتامبر به عنوان M3.1-Flash-Preview، بدون معیار و بدون قیمت پیش‌نمایش کرد.

معیارهایی که هدفشان نمایندگان است، نه فقط چت

MiniMax فلش M3.1 را به‌عنوان یک مدل «فلش» نسل بعدی قرار می‌دهد که برای کارهای نمایندگی - استفاده از رایانه، برنامه‌نویسی، امنیت سایبری و جریان‌های کاری طولانی مدت سازمانی - ساخته شده است تا چت مکالمه به تنهایی. بر اساس نتایج منتشر شده این شرکت:

  • BankerToolBench: 76.2 — این شرکت می گوید که این مدل می تواند گردش کار واقعی سازمانی را در سراسر سیستم های SaaS به پایان برساند که شامل فروش، بازاریابی، عملیات، خدمات مشتری، امور مالی و منابع انسانی، با نقاط قوت در برنامه ریزی چند مرحله ای، سازگاری اسناد، انطباق مالی و فراخوانی ابزار زنجیره ای است.
  • DeepSWE نسخه 1.1: 73.7% - قرار دادن آن، توسط حساب MiniMax، در کنار مدل های برتر در کارهای پیچیده مهندسی نرم افزار که نیاز به درک مستقل کد، توسعه ویژگی، رفع اشکال و تأیید اعتبار دارند.
  • OSWorld V2: 61.7 و Agent' Last Exam (ALE): 29.6 - معیارهایی که عملکرد و عملکرد رایانه را در کارهای حرفه ای واقعی اندازه گیری می کنند. MiniMax می گوید M3.1 Flash در بین مدل های چینی در هر دو رتبه اول را دارد.
  • CyberGym: 82% - که این شرکت به عنوان شواهدی از قابلیت پیشرو در کشف آسیب پذیری و اعتبار سنجی، در کنار ارزیابی های داخلی در ممیزی کد، تست نفوذ، تجزیه و تحلیل بدافزار و مهندسی معکوس ذکر می کند.

مانند همیشه در مورد معیارهای گزارش شده توسط فروشنده، تأیید مستقل همچنان محدود است و مقایسه تابلوهای امتیازات به شدت به پیکربندی بستگی دارد. MiniMax می‌گوید نتایج از طریق «پراکندگی تهاجمی‌تر» در پشته استنتاج بهینه‌سازی شده‌اند.

سرعت و قیمت: بخش تهاجمی

ادعاهای اقتصادی مسلما داستان بزرگتری هستند. MiniMax می‌گوید سرعت خروجی روزانه به بیش از 200 توکن در ثانیه می‌رسد، با توان متوسط ​​(P50) به طور مداوم بالای 170 توکن در ثانیه - و هزینه کلی استفاده برای کارهای نمایندگی 70 درصد کمتر از مدل قبلی است.

قیمت گذاری در هر میلیون توکن ثابت است:

| ردیف | قیمت (دلار به ازای هر 1 میلیون توکن) |
|---|---|
| ورودی | 0.15 دلار |
| خروجی | 0.60 دلار |
| ورودی ذخیره شده | 0.015 دلار |

این قیمت‌گذاری API کلاس مرزی را با اختلاف زیادی کاهش می‌دهد و جنگ قیمت‌ها را ادامه می‌دهد که بازار مدل‌های عامل را تا سال 2026 تعریف کرده است. چند روز پس از انتشار به‌روزرسانی DeepSeek V4.1-Flash-1017 تحت مجوز MIT با وزن‌های باز، به دست می‌آید و فشار را بر هر سطح قیمتی در بازار حفظ می‌کند. برای حجم کاری نمایندگان با حجم بالا - جایی که یک گردش کار سازمانی می تواند صدها تماس مدل را شامل شود - بین 0.60 دلار و ترکیبات قیمت گذاری خروجی چند دلاری به تفاوت بین یک محصول قابل دوام و یک محصول غیرقابل دسترس تقسیم می شود.

ادعای سرعت به دلیل دیگری اهمیت دارد. وقتی هر مرحله کلیک و مشاهده چند ثانیه منتظر پاسخ می ماند، عوامل استفاده از رایانه متوقف می شوند. توان عملیاتی بالای 170 توکن در ثانیه در میانه باعث می شود اتوماسیون رابط کاربری گرافیکی چند مرحله ای به اندازه کافی برای استفاده در تولید پاسخگو باشد. MiniMax شرط می‌بندد که اقتصاد عامل، و نه رهبری معیار خام، چیزی است که خلبان‌های سازمانی را به استقرار تبدیل می‌کند.

MarkTechPost که راه اندازی را پوشش داد، M3.1 Flash را به عنوان یک مدل ترکیبی از متخصصان با 428 میلیارد پارامتر توصیف کرد، اگرچه اعلامیه خود MiniMax تعداد پارامترها را بیان نمی کند.

در دسترس بودن: API Now، Weights Later

M3.1 Flash بلافاصله از طریق MiniMax API، اشتراک M Plan شرکت و MiniMax Code، عامل برنامه نویسی دسکتاپ آن در دسترس است. این شرکت گفت که وزن مدل‌ها بعداً منتشر می‌شود و یک نوع قدرتمندتر «Pro» نیز در نقشه راه است. هیچ تاریخی برای هر دو ذکر نشده است.

رویکرد مرحله‌ای - ابتدا API، سپس وزن‌های باز - به کتاب استاندارد MiniMax تبدیل شده است. این شرکت مدل ویدیویی H3 خود را با وزن‌های باز در ماه جولای منتشر کرد و درآمد شرکت آن تقریباً چهار برابر شد و در نیمه اول سال 2026 به 116.6 میلیون دلار رسید.

چه معنایی برای توسعه دهندگان دارد

برای تیم‌هایی که خطوط لوله عامل را می‌سازند، برنامه M3.1 Flash ساده است: عملکرد نمایندگی نزدیک به مرز با قیمت کالا، با اعداد توان عملیاتی که گردش‌های کاری چند مرحله‌ای برای استفاده از رایانه را از نظر اقتصادی مقرون‌به‌صرفه می‌سازد. پرسش‌های باز این است که معیارهای گزارش‌شده توسط فروشنده چگونه تحت آزمایش‌های مستقل باقی می‌مانند و انتشار وزن وعده داده شده چقدر سریع انجام می‌شود.

با DeepSeek، Z.ai و اکنون MiniMax همه مدل‌های نمایندگی حمل‌ونقل با قیمت‌های تهاجمی در همان ماه، شکاف رقابتی بین اکوسیستم‌های وزن باز چینی و APIهای بسته غربی همچنان کاهش می‌یابد – و خریداران ذینفعان فوری هستند.

_این مقاله بر اساس اعلامیه رسمی راه اندازی MiniMax (19 اکتبر 2026)، گزارش رویترز و پوشش MarkTechPost است._

---

Stay Ahead of AI

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

Read more AI news →