चायनीज AI स्टार्टअप MiniMax ने अधिकृतपणे M3.1 Flash लाँच केले आहे, एक एजंटिक मॉडेल कंपनी म्हणते की त्याच्या पूर्ववर्ती पेक्षा अंदाजे तीन पट वेगवान आणि 70 टक्के स्वस्त आहे. MiniMax च्या वेबसाइटवर 19 ऑक्टोबर रोजी प्रकाशित झालेली आणि त्याच दिवशी रॉयटर्सने उचललेली ही घोषणा, AI समुदायातील आणखी एक असामान्य रहस्य देखील संपवते: "स्पेस बनी" म्हणून ओळखले जाणारे निनावी मॉडेल, ज्याने कोडनेम अंतर्गत कार्यरत असताना 200 ट्रिलियन पेक्षा जास्त टोकन्स शांतपणे प्रक्रिया केली, ही MiniMax M3 ची सुरुवातीची आवृत्ती होती.

स्पेस बनी प्रकट For more context on this story, see our ongoing AI trends.

काही आठवड्यांपासून, विकसक स्पेस बनी नावाखाली सूचीबद्ध केलेल्या सक्षम मॉडेलची चाचणी करत होते आणि ते कोणी तयार केले याचे कोणतेही स्पष्ट संकेत न देता. MiniMax च्या लाँच पोस्टने पुष्टी केली की स्पेस बनी, खरं तर M3.1 फ्लॅशची सुरुवातीची आवृत्ती होती जी अज्ञातपणे रहदारीची सेवा देत होती. कंपनीचे म्हणणे आहे की मॉडेलने त्या कालावधीत 200 ट्रिलियन पेक्षा जास्त प्रक्रिया केलेले टोकन जमा केले, ज्यामुळे त्याच्या अधिकृत पदार्पणापूर्वी त्याला एक असामान्यपणे मोठा वास्तविक-जागतिक मूल्यमापन आधार मिळाला.

ही रणनीती चिनी एआय लॅबमध्ये एक विस्तृत नमुना दर्शवते, ज्यांनी मॉडेलचे खरे नाव टाकण्यापूर्वी अभिप्राय गोळा करण्यासाठी निनावी किंवा पूर्वावलोकन प्रकाशनांचा वापर केला आहे. AI Buzz Wire ने त्यावेळेस नोंदवल्याप्रमाणे MiniMax ने स्वतःच M3.1-Flash-Preview म्हणून मॉडेलचे पूर्वावलोकन सप्टेंबरच्या अखेरीस केले, कोणतेही बेंचमार्क आणि किंमत नाही.

बेंचमार्क एजंट्ससाठी आहेत, फक्त चॅट नाही

मिनीमॅक्स M3.1 फ्लॅशला एजंटिक कामासाठी बनवलेले पुढील पिढीचे "फ्लॅश" मॉडेल म्हणून स्थान देते — संगणक वापर, कोडिंग, सायबरसुरक्षा आणि दीर्घ एंटरप्राइझ वर्कफ्लो — एकट्या संभाषणात्मक चॅटऐवजी. कंपनीच्या प्रकाशित परिणामांनुसार:

  • BankerToolBench: 76.2 — कंपनीचे म्हणणे आहे की मॉडेल SaaS सिस्टीममध्ये शेवटपासून शेवटपर्यंत वास्तविक एंटरप्राइझ वर्कफ्लो पूर्ण करू शकते, विक्री, विपणन, ऑपरेशन्स, ग्राहक सेवा, वित्त आणि HR कार्ये, मल्टी-स्टेप प्लॅनिंग, दस्तऐवज सातत्य, आर्थिक अनुपालन आणि साखळी टूल कॉल यामधील सामर्थ्यांसह.
  • DeepSWE v1.1: 73.7% — MiniMax च्या खात्याद्वारे, स्वतंत्र कोड आकलन, वैशिष्ट्य विकास, बग निराकरण आणि चाचणी प्रमाणीकरण आवश्यक असलेल्या जटिल सॉफ्टवेअर अभियांत्रिकी कार्यांवर शीर्ष मॉडेल्सच्या बरोबरीने ठेवणे.
  • OSWorld V2: 61.7 आणि एजंट्सची शेवटची परीक्षा (ALE): 29.6 — बेंचमार्क जे संगणक ऑपरेशन आणि वास्तविक व्यावसायिक कार्यांवर कार्यप्रदर्शन मोजतात. MiniMax म्हणते की M3.1 Flash चा दोन्ही चायनीज मॉडेल्समध्ये पहिला क्रमांक लागतो.
  • CyberGym: 82% — जी कंपनी कोड ऑडिटिंग, पेनिट्रेशन टेस्टिंग, मालवेअर विश्लेषण आणि रिव्हर्स इंजिनीअरिंगमधील अंतर्गत मूल्यमापनांसह असुरक्षा शोध आणि प्रमाणीकरणातील आघाडीच्या क्षमतेचा पुरावा म्हणून उद्धृत करते.

नेहमीप्रमाणे विक्रेता-अहवाल बेंचमार्कसह, स्वतंत्र पडताळणी मर्यादित राहते आणि लीडरबोर्ड तुलना कॉन्फिगरेशनवर मोठ्या प्रमाणात अवलंबून असते. MiniMax म्हणते की निष्कर्ष स्टॅकमध्ये "अधिक आक्रमक स्पॅरसीटी" द्वारे परिणाम ऑप्टिमाइझ केले गेले आहेत.

गती आणि किंमत: आक्रमक भाग

आर्थिक दावे निर्विवादपणे मोठी कथा आहेत. MiniMax म्हणते की दैनंदिन आउटपुट गती 200+ टोकन प्रति सेकंदापर्यंत पोहोचते, मध्यक (P50) थ्रूपुट सातत्याने 170 टोकन प्रति सेकंदापेक्षा जास्त आहे — आणि एजंटिक कार्यांसाठी एकूण वापर खर्च मॉडेलच्या पूर्ववर्तीपेक्षा 70 टक्के कमी आहे.

किंमत प्रति दशलक्ष टोकन फ्लॅट आहे:

| टियर | किंमत (USD प्रति 1M टोकन) |
|---|---|
| इनपुट | $0.15 |
| आउटपुट | $0.60 |
| कॅश्ड इनपुट | $०.०१५ |

हे बहुतांश सीमावर्ती-श्रेणी API किंमतींना मोठ्या फरकाने कमी करते आणि 2026 पर्यंत एजंटिक मॉडेल मार्केटची व्याख्या केलेली किंमत युद्ध चालू ठेवते. डीपसीकने बाजाराच्या प्रत्येक किंमत श्रेणीवर दबाव ठेवून, ओपन वेटसह MIT परवान्याअंतर्गत V4.1-Flash-1017 अद्यतन जारी केल्यानंतर काही दिवसांनी ते आले. उच्च-वॉल्यूम एजंट वर्कलोड्ससाठी — जेथे एकल एंटरप्राइझ वर्कफ्लोमध्ये शेकडो मॉडेल कॉल्सचा समावेश असू शकतो — $0.60 आणि मल्टी-डॉलर आउटपुट किंमतींच्या दरम्यानचा प्रसार व्यवहार्य उत्पादन आणि न परवडणारे उत्पादन यांच्यातील फरक.

वेग वेगळ्या कारणासाठी महत्त्वाचा आहे. प्रत्येक क्लिक-आणि-निरीक्षण चरण प्रतिसादासाठी काही सेकंद प्रतीक्षा करते तेव्हा संगणक-वापर करणारे एजंट थांबतात; सरासरीवर 170 टोकन प्रति सेकंद वरील थ्रूपुट मल्टी-स्टेप GUI ऑटोमेशन उत्पादन वापरासाठी पुरेसा प्रतिसाद देते. MiniMax सट्टेबाजी करत आहे की एजंट अर्थशास्त्र, कच्चे बेंचमार्क नेतृत्व नाही, जे एंटरप्राइझ पायलटांना तैनातीमध्ये रूपांतरित करते.

लाँच कव्हर करणाऱ्या MarkTechPost ने M3.1 Flash चे 428-अब्ज-पॅरामीटर मिश्रण-तज्ञांचे मॉडेल म्हणून वर्णन केले आहे, जरी MiniMax च्या स्वतःच्या घोषणेमध्ये पॅरामीटर संख्या नमूद नाही.

उपलब्धता: API आता, वजन नंतर

M3.1 Flash हे MiniMax API, कंपनीचे M प्लॅन सबस्क्रिप्शन आणि MiniMax Code, त्याचा डेस्कटॉप कोडिंग एजंट द्वारे त्वरित उपलब्ध आहे. मॉडेलचे वजन नंतर प्रसिद्ध केले जाईल, कंपनीने सांगितले आणि अधिक सक्षम "प्रो" प्रकार देखील रोडमॅपवर आहे. त्यासाठी तारखाही दिल्या नाहीत.

मंचित दृष्टीकोन — प्रथम API, नंतर उघडे वजन — हे MiniMax चे मानक प्लेबुक बनले आहे. कंपनीने जुलैमध्ये ओपन वेट्ससह त्याचे H3 व्हिडिओ मॉडेल जारी केले आणि 2026 च्या पहिल्या सहामाहीत तिचा एंटरप्राइझचा महसूल वर्षानुवर्षे जवळपास चौपट वाढून $116.6 दशलक्ष झाला.

विकसकांसाठी याचा अर्थ काय आहे

एजंट पाइपलाइन बनवणाऱ्या संघांसाठी, M3.1 फ्लॅशची खेळपट्टी सरळ आहे: कमोडिटीच्या किमतींवर जवळपास-सीमावर्ती एजंटिक कार्यप्रदर्शन, थ्रूपुट क्रमांकांसह जे बहु-चरण संगणक-वापर वर्कफ्लो आर्थिकदृष्ट्या व्यवहार्य बनवते. स्वतंत्र चाचणी अंतर्गत विक्रेता-अहवाल केलेले बेंचमार्क कसे टिकून राहतात आणि वचन दिलेले वजन किती लवकर सोडले जाते हे खुले प्रश्न आहेत.

DeepSeek, Z.ai आणि आता MiniMax सर्व शिपिंग एजंटिक मॉडेल्ससह त्याच महिन्यात आक्रमक किंमतींवर, चीनी ओपन-वेट इकोसिस्टम आणि वेस्टर्न क्लोज्ड API मधील स्पर्धात्मक अंतर कमी होत चालले आहे — आणि खरेदीदार तात्काळ लाभार्थी आहेत.

_हा लेख MiniMax च्या अधिकृत लाँच घोषणेवर (ऑक्टोबर 19, 2026), रॉयटर्स द्वारे अहवाल आणि MarkTechPost च्या कव्हरेजवर आधारित आहे._

---

Stay Ahead of AI

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

Read more AI news →