ក្រុមហ៊ុន AI របស់ចិន MiniMax បានចាប់ផ្តើមដំណើរការជាផ្លូវការ M3.1 Flash ដែលជាគំរូភ្នាក់ងារដែលក្រុមហ៊ុននិយាយថាលឿនជាងប្រហែល 3 ដង និងថោកជាង 70 ភាគរយដើម្បីដំណើរការជាងជំនាន់មុនរបស់វា។ សេចក្តីប្រកាសដែលបានចេញផ្សាយនៅលើគេហទំព័ររបស់ MiniMax នៅថ្ងៃទី 19 ខែតុលា និងទទួលបាននៅថ្ងៃតែមួយដោយ Reuters ក៏បញ្ចប់នូវអាថ៌កំបាំងមិនធម្មតាមួយនៅក្នុងសហគមន៍ AI ផងដែរ៖ គំរូអនាមិកដែលគេស្គាល់ថាជា "Space Bunny" ដែលបានដំណើរការដោយស្ងាត់ស្ងៀមជាង 200 ពាន់ពាន់លានសញ្ញាសម្ងាត់ខណៈពេលដែលដំណើរការក្រោមឈ្មោះកូដ គឺជាកំណែដំបូងនៃ MiniMax M3.1 Flash ។

The Space Bunny Reveal For more context on this story, see our ongoing AI news.

អស់រយៈពេលជាច្រើនសប្តាហ៍ អ្នកអភិវឌ្ឍន៍បាននឹងកំពុងសាកល្បងម៉ូដែលដែលមានសមត្ថភាពមួយដែលត្រូវបានចុះបញ្ជីក្រោមឈ្មោះ Space Bunny ដោយមិនមានការបញ្ជាក់ច្បាស់លាស់ថាអ្នកណាជាអ្នកបង្កើតវា។ ការបង្ហោះរបស់ MiniMax បានបញ្ជាក់ថា តាមពិតទៅ Space Bunny គឺជាកំណែដំបូងនៃ M3.1 Flash ដែលបានបម្រើចរាចរណ៍ដោយមិនបញ្ចេញឈ្មោះ។ ក្រុមហ៊ុននិយាយថា ម៉ូដែលនេះបានប្រមូលថូខឹនដែលបានដំណើរការច្រើនជាង 200 ពាន់ពាន់លានក្នុងអំឡុងពេលនោះ ដោយផ្តល់ឱ្យវានូវមូលដ្ឋានវាយតម្លៃពិភពលោកពិតប្រាកដដ៏ធំខុសពីធម្មតា មុនពេលបង្ហាញខ្លួនជាផ្លូវការ។

យុទ្ធសាស្ត្រនេះឆ្លុះបញ្ជាំងនូវគំរូដ៏ទូលំទូលាយក្នុងចំណោមមន្ទីរពិសោធន៍ AI របស់ចិន ដែលបានប្រើប្រាស់ការចេញផ្សាយអនាមិក ឬមើលជាមុនកាន់តែច្រើនឡើង ដើម្បីប្រមូលមតិកែលម្អ មុនពេលដាក់ឈ្មោះពិតរបស់ម៉ូដែលនៅលើវា។ MiniMax ខ្លួនវាផ្ទាល់បានមើលម៉ូដែលនេះនៅចុងខែកញ្ញាជា M3.1-Flash-Preview ដោយមិនមានស្តង់ដារ និងគ្មានតម្លៃដូចដែល AI Buzz Wire បានរាយការណ៍នៅពេលនោះ។

Benchmarks ផ្តោតលើភ្នាក់ងារ មិនមែនគ្រាន់តែ Chat ទេ។

MiniMax កំណត់ទីតាំង M3.1 Flash ជាគំរូ "Flash" ជំនាន់ក្រោយដែលបង្កើតឡើងសម្រាប់ការងារភ្នាក់ងារ - ការប្រើប្រាស់កុំព្យូទ័រ ការសរសេរកូដ សុវត្ថិភាពតាមអ៊ីនធឺណិត និងដំណើរការការងាររយៈពេលវែងរបស់សហគ្រាស - ជាជាងការជជែកសន្ទនាតែម្នាក់ឯង។ នេះ​បើ​តាម​ការ​ចុះ​ផ្សាយ​របស់​ក្រុមហ៊ុន៖

  • BankerToolBench: 76.2 — ក្រុមហ៊ុននិយាយថាគំរូនេះអាចបំពេញលំហូរការងាររបស់សហគ្រាសពិតប្រាកដនៅទូទាំងប្រព័ន្ធ SaaS ដល់ទីបញ្ចប់ ពង្រីកការលក់ ទីផ្សារ ប្រតិបត្តិការ សេវាកម្មអតិថិជន ហិរញ្ញវត្ថុ និងកិច្ចការធនធានមនុស្ស ជាមួយនឹងភាពខ្លាំងក្នុងការធ្វើផែនការពហុជំហាន ភាពជាប់លាប់នៃឯកសារ ការអនុលោមតាមផ្នែកហិរញ្ញវត្ថុ និងការហៅឧបករណ៍ជាប់ច្រវ៉ាក់។
  • DeepSWE v1.1: 73.7% — ដាក់វាដោយគណនីរបស់ MiniMax រួមជាមួយនឹងម៉ូដែលកំពូលៗលើកិច្ចការវិស្វកម្មផ្នែកទន់ស្មុគស្មាញដែលទាមទារការយល់ដឹងកូដឯករាជ្យ ការអភិវឌ្ឍន៍មុខងារ ការជួសជុលកំហុស និងការធ្វើតេស្តសុពលភាព។
  • OSWorld V2: 61.7 និង ការប្រឡងចុងក្រោយរបស់ភ្នាក់ងារ (ALE): 29.6 — ស្តង់ដារដែលវាស់ស្ទង់ប្រតិបត្តិការកុំព្យូទ័រ និងដំណើរការលើការងារវិជ្ជាជីវៈពិតប្រាកដ។ MiniMax និយាយថា M3.1 Flash ជាប់ចំណាត់ថ្នាក់ទី 1 ក្នុងចំណោមម៉ូដែលចិនទាំងពីរ។
  • CyberGym: 82% — ដែលក្រុមហ៊ុនលើកឡើងថាជាភស្តុតាងនៃសមត្ថភាពឈានមុខគេក្នុងការរកឃើញភាពងាយរងគ្រោះ និងសុពលភាព រួមជាមួយនឹងការវាយតម្លៃខាងក្នុងក្នុងការត្រួតពិនិត្យកូដ ការធ្វើតេស្តជ្រៀតចូល ការវិភាគមេរោគ និងវិស្វកម្មបញ្ច្រាស។

ដូចរាល់ដងជាមួយនឹងតារាងពិន្ទុដែលបានរាយការណ៍ដោយអ្នកលក់ ការផ្ទៀងផ្ទាត់ឯករាជ្យនៅតែមានកម្រិត ហើយការប្រៀបធៀបតារាងពិន្ទុអាស្រ័យយ៉ាងខ្លាំងលើការកំណត់រចនាសម្ព័ន្ធ។ MiniMax និយាយថាលទ្ធផលត្រូវបានធ្វើឱ្យប្រសើរឡើងតាមរយៈ "ភាពច្របូកច្របល់កាន់តែខ្លាំង" នៅក្នុងជង់ការសន្និដ្ឋាន។

ល្បឿន និងតម្លៃ៖ ផ្នែកឈ្លានពាន

ការទាមទារផ្នែកសេដ្ឋកិច្ច គឺជារឿងធំជាង។ MiniMax និយាយថា ល្បឿនទិន្នផលប្រចាំថ្ងៃឈានដល់ 200+ ថូខឹនក្នុងមួយវិនាទី ជាមួយនឹងមធ្យមភាគ (P50) ឆ្លងកាត់ជាប្រចាំលើសពី 170 ថូខឹនក្នុងមួយវិនាទី ហើយតម្លៃនៃការប្រើប្រាស់សរុបសម្រាប់កិច្ចការភ្នាក់ងារគឺទាបជាងម៉ូដែលមុនរបស់ម៉ូដែល 70 ភាគរយ។

តម្លៃគឺស្មើក្នុងមួយលានសញ្ញាសម្គាល់៖

| លំដាប់ | តម្លៃ (USD ក្នុង 1M tokens) |
|--|---|
| បញ្ចូល | $0.15 |
| ទិន្នផល | $0.60 |
| ការបញ្ចូលក្នុងឃ្លាំងសម្ងាត់ | $0.015 |

ដែលកាត់បន្ថយតម្លៃ API ថ្នាក់ព្រំដែនភាគច្រើនដោយរឹមធំទូលាយ និងបន្តសង្រ្គាមតម្លៃដែលបានកំណត់ទីផ្សារគំរូភ្នាក់ងាររហូតដល់ឆ្នាំ 2026។ វាមកដល់ប៉ុន្មានថ្ងៃបន្ទាប់ពី DeepSeek បានចេញផ្សាយការអាប់ដេត V4.1-Flash-1017 របស់ខ្លួនក្រោមអាជ្ញាប័ណ្ណ MIT ជាមួយនឹងទម្ងន់បើកចំហ ដោយរក្សាសម្ពាធលើគ្រប់កម្រិតតម្លៃនៃទីផ្សារ។ សម្រាប់បន្ទុកការងាររបស់ភ្នាក់ងារបរិមាណខ្ពស់ - ដែលលំហូរការងាររបស់សហគ្រាសតែមួយអាចពាក់ព័ន្ធនឹងការហៅទូរសព្ទគំរូរាប់រយ - ការរីករាលដាលរវាងតម្លៃ 0.60 ដុល្លារ និងសមាសធាតុតម្លៃទិន្នផលពហុដុល្លារទៅជាភាពខុសគ្នារវាងផលិតផលដែលអាចសម្រេចបាន និងមិនអាចទទួលយកបាន។

ល្បឿន​ទាមទារ​ថា​មាន​ហេតុផល​ផ្សេង​គ្នា។ ភ្នាក់ងារប្រើប្រាស់កុំព្យូទ័រជាប់គាំង នៅពេលដែលជំហានចុច និងសង្កេតនីមួយៗរង់ចាំវិនាទីសម្រាប់ការឆ្លើយតប។ ទិន្នផលលើសពី 170 ថូខឹនក្នុងមួយវិនាទីនៅមធ្យមធ្វើឱ្យស្វ័យប្រវត្តិកម្ម GUI ច្រើនជំហានមានអារម្មណ៍ថាមានការឆ្លើយតបគ្រប់គ្រាន់សម្រាប់ការប្រើប្រាស់ផលិតកម្ម។ MiniMax កំពុងភ្នាល់ថាភ្នាក់ងារសេដ្ឋកិច្ច មិនមែនជាភាពជាអ្នកដឹកនាំគោល គឺជាអ្វីដែលបំប្លែងអ្នកបើកយន្តហោះសហគ្រាសទៅជាការដាក់ពង្រាយ។

MarkTechPost ដែលគ្របដណ្តប់លើការបើកដំណើរការបានពណ៌នា M3.1 Flash ថាជាគំរូចម្រុះនៃអ្នកជំនាញចំនួន 428 ពាន់លាន បើទោះបីជាការប្រកាសផ្ទាល់ខ្លួនរបស់ MiniMax មិនបញ្ជាក់ពីចំនួនប៉ារ៉ាម៉ែត្រក៏ដោយ។

ភាពអាចរកបាន៖ API ឥឡូវនេះ ទម្ងន់នៅពេលក្រោយ

M3.1 Flash អាចរកបានភ្លាមៗតាមរយៈ MiniMax API ការជាវ M Plan របស់ក្រុមហ៊ុន និង MiniMax Code ដែលជាភ្នាក់ងារសរសេរកូដលើតុរបស់វា។ ក្រុមហ៊ុនបាននិយាយថាទម្ងន់ម៉ូដែលនឹងត្រូវបានចេញផ្សាយនៅពេលក្រោយ ហើយវ៉ារ្យ៉ង់ "Pro" ដែលមានសមត្ថភាពជាងនេះក៏មាននៅលើផែនទីបង្ហាញផ្លូវផងដែរ។ គ្មានកាលបរិច្ឆេទណាមួយត្រូវបានផ្តល់ឱ្យទេ។

វិធីសាស្រ្តដំណាក់កាល - API ដំបូង ទម្ងន់បើកចំហនៅពេលក្រោយ - បានក្លាយជាសៀវភៅលេងស្តង់ដាររបស់ MiniMax ។ ក្រុមហ៊ុនបានចេញផ្សាយគំរូវីដេអូ H3 របស់ខ្លួនជាមួយនឹងទម្ងន់បើកចំហនៅក្នុងខែកក្កដា ហើយប្រាក់ចំណូលពីសហគ្រាសរបស់ខ្លួនជិតបួនដងពីមួយឆ្នាំទៅមួយឆ្នាំដល់ $116.6 លានដុល្លារនៅក្នុងឆមាសទីមួយនៃឆ្នាំ 2026 ។

តើវាមានន័យយ៉ាងណាសម្រាប់អ្នកអភិវឌ្ឍន៍

សម្រាប់ក្រុមដែលបង្កើតបំពង់បង្ហូរភ្នាក់ងារ ទីលានរបស់ M3.1 Flash គឺត្រង់៖ ការអនុវត្តភ្នាក់ងារនៅជិតព្រំដែនក្នុងតម្លៃទំនិញ ជាមួយនឹងលេខបញ្ជូន ដែលធ្វើឲ្យលំហូរការងារដែលប្រើកុំព្យូទ័រច្រើនជំហានមានលទ្ធភាពសេដ្ឋកិច្ច។ សំណួរចំហរគឺថាតើសន្ទស្សន៍ដែលបានរាយការណ៍ដោយអ្នកលក់មានរបៀបណានៅក្រោមការធ្វើតេស្តឯករាជ្យ និងថាតើការចេញផ្សាយទម្ងន់ដែលបានសន្យានោះលឿនប៉ុណ្ណា។

ជាមួយនឹង DeepSeek, Z.ai និងឥឡូវនេះ MiniMax គ្រប់ម៉ូដែលភ្នាក់ងារដឹកជញ្ជូនទាំងអស់នៅចំណុចតម្លៃដ៏ឆេវឆាវក្នុងខែតែមួយ គម្លាតប្រកួតប្រជែងរវាងប្រព័ន្ធអេកូឡូស៊ីបើកចំហររបស់ចិន និង APIs ដែលបានបិទលោកខាងលិចបន្តរួមតូច ហើយអ្នកទិញគឺជាអ្នកទទួលផលភ្លាមៗ។

_ អត្ថបទនេះគឺផ្អែកលើការប្រកាសបើកដំណើរការជាផ្លូវការរបស់ MiniMax (ថ្ងៃទី 19 ខែតុលា ឆ្នាំ 2026) ដែលរាយការណ៍ដោយ Reuters និងគ្របដណ្តប់ដោយ MarkTechPost._

---

Stay Ahead of AI

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

Read more AI news →