Análise de inteligência, desempenho e preço do MiniMax-M3.1-Flash
Resumo do modelo
MiniMax-M3.1-Flash está entre os modelos líderes em inteligência e tem preço competitivo em comparação com outros modelos de pesos abertos de tamanho semelhante. Também é mais lento que a média por tarefa e muito verboso. O modelo aceita entrada em texto e imagem, gera saída em texto e tem uma janela de contexto de 1M tokens.
MiniMax-M3.1-Flash alcança 29 pontos no Artificial Analysis Intelligence Index, ficando bem acima da média entre os modelos comparáveis (mediana: 23). Na avaliação do Intelligence Index, gerou 161M tokens, um resultado muito verboso em comparação com a mediana de 104M.
O preço do MiniMax-M3.1-Flash é de $0.15 por 1M de tokens de entrada (preço competitivo, mediana: $0.43) e $0.60 por 1M de tokens de saída (preço competitivo, mediana: $1.84). Em média, a avaliação do MiniMax-M3.1-Flash no Intelligence Index custa $0.49 por tarefa.
Com 15.9 minutos por tarefa do Intelligence Index, MiniMax-M3.1-Flash é mais lento que a média em comparação com a mediana de 13.5 minutos dos modelos comparáveis (quanto menor, melhor).
| Raciocínio | Sim |
|---|---|
| Modalidade de entrada | Compatível com: texto e imagem |
| Modalidade de saída | Compatível com: texto |
| Janela de contexto | 1M ~1500 páginas A4 em fonte Arial tamanho 12 |
| Parâmetros totais | 428B |
| Parâmetros ativos | 23B Número de parâmetros ativos por token durante a inferência |
| Licença | MINIMAX COMMUNITY LICENSE |
| Pesos do modelo | Hugging Face |
As métricas são comparadas com modelos da mesma classe:
- Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
- Modelos de raciocínio → comparados com modelos com e sem raciocínio
- Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:
- Muito pequeno: ≤4B parâmetros
- Pequeno: 4B–40B parâmetros
- Médio: 40B–150B parâmetros
- Grande: >150B parâmetros
- Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:
- <$0.15 por 1M de tokens
- $0.15–$1 por 1M de tokens
- >$1 por 1M de tokens
Inteligência
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abertos vs. proprietários
Intelligence Index vs. custo por tarefa
Índices de capacidades
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Agentic real-world work tasks, Elo
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
AA-PersonalityBench
Índices de personalidade
Openness Index
Artificial Analysis Openness Index: pontuação
Custo
Custo por tarefa do Intelligence Index
Custo de executar o Artificial Analysis Intelligence Index
Preços: acertos de cache, entrada e saída
Desempenho
Medido pelo tempo por tarefa (minutos), pela velocidade de saída (tokens por segundo), pelo tempo até o primeiro token da resposta final e pelo tempo até o primeiro token (segundos)
Tempo por tarefa do Intelligence Index
Velocidade de saída
Tempo até o primeiro token da resposta final
Uso de tokens
Tokens de saída por tarefa do Intelligence Index
Janela de contexto
Janela de contexto
Tamanho do modelo (somente modelos de pesos abertos)
Tamanho do modelo: parâmetros totais e ativos
Mais detalhes
Pesos | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| MiniMax-M3.1-Flash | 29 | 428B 23B ativos durante a inferência | 1M | $0.10 | 15.9 | 145 | +9 |
Mais lançamentos de MiniMax
Perguntas frequentes
Perguntas comuns sobre o MiniMax-M3.1-Flash
O MiniMax-M3.1-Flash foi lançado em 19 de outubro de 2026.
MiniMax criou o MiniMax-M3.1-Flash.
MiniMax-M3.1-Flash alcança 29 pontos no Artificial Analysis Intelligence Index, ficando bem acima da média entre outros modelos de pesos abertos de tamanho semelhante (mediana: 23).
MiniMax-M3.1-Flash leva 15.9 minutos por tarefa do Intelligence Index (com base na API de MiniMax), um resultado mais lento que a média em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 13.5 minutos; quanto menor, melhor).
MiniMax-M3.1-Flash tem um tempo até o primeiro token da resposta final de 46.82s (com base na API de MiniMax), um resultado na faixa superior em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 19.34s).
MiniMax-M3.1-Flash custa $0.15 por 1M de tokens de entrada (muito competitivo, mediana: $0.43) e $0.60 por 1M de tokens de saída (muito competitivo, mediana: $1.84), com base na API de MiniMax.
MiniMax-M3.1-Flash custa $0.15 por 1M de tokens de entrada e $0.60 por 1M de tokens de saída (com base na API de MiniMax). Considerando uma tarifa combinada (proporção de 7:2:1 entre acerto do cache, entrada e saída), o preço é de $0.10 por 1M de tokens. O preço pode variar conforme o provedor. Comparar preços dos provedores
Na avaliação do Intelligence Index, MiniMax-M3.1-Flash gerou 161M tokens de saída, um resultado na faixa superior em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 104M).
Sim, o MiniMax-M3.1-Flash é um modelo de raciocínio. Ele usa reflexão prolongada ou raciocínio em cadeia para resolver problemas complexos antes de fornecer uma resposta.
MiniMax-M3.1-Flash aceita entrada em texto e imagem.
MiniMax-M3.1-Flash permite saída em texto.
Sim, o MiniMax-M3.1-Flash aceita imagens como entrada e pode analisá-las, descrevê-las e responder a perguntas sobre elas.
Sim, o MiniMax-M3.1-Flash é multimodal. Ele consegue processar entrada em texto e imagem e gerar saída em texto.
MiniMax-M3.1-Flash tem uma janela de contexto de 1M tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.
Sim, o MiniMax-M3.1-Flash é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.
MiniMax-M3.1-Flash tem 428B parâmetros (23B ativos).
MiniMax-M3.1-Flash é um modelo de mistura de especialistas (MoE) com 428B parâmetros no total, mas apenas 23B parâmetros ativos são usados durante a inferência.
MiniMax-M3.1-Flash foi lançado sob a licença MINIMAX COMMUNITY LICENSE. O uso comercial é permitido com restrições. Ver licença
MiniMax-M3.1-Flash alcança 29 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em trabalho do conhecimento, programação, ciência e conhecimento geral.
Sim, o MiniMax-M3.1-Flash está disponível por API em 12 provedores. Comparar provedores de API
MiniMax-M3.1-Flash está disponível em 12 provedores de API. Comparar provedores