MiniMax hat das Reasoning-Modell M3.1 Flash vorgestellt, ein Modell, das auf komplexen Schlussfolgerungsaufgaben trainiert wurde. Es erreicht auf dem Artificial Analysis Intelligence Index einen Wert von 42 Punkten, was eine Steigerung um 13 Punkte gegenüber seinem Vorgänger M3 darstellt. Gleichzeitig sind die Kosten pro Aufgabe um mehr als die Hälfte reduziert worden.
Leistungsverbesserungen und Kostenreduktion
Das M3.1 Flash-Modell erzielt auf dem Artificial Analysis Intelligence Index 42 Punkte. Damit liegt es gleichauf mit GLM-5.3-Flash, übertrifft Gemini 3.8 Flash (41 Punkte) und platziert sich hinter Deepseek V4.1 Flash 1017 (45 Punkte). Im DeepSWE v1.1 Coding-Benchmark erreicht das Modell 73,7 Prozent bei Kosten von unter 0,30 US-Dollar pro Aufgabe, womit es Deepseek V4.1 Flash 1017 sowohl in Leistung als auch im Preis entspricht.
Besonders deutliche Verbesserungen zeigte das Modell bei komplexen Schlussfolgerungsaufgaben. Beim Test „Humanity’s Last Exam“ erreichte M3.1 Flash 48 Prozent und übertraf damit sowohl Deepseek als auch GLM. Im CritPt-Benchmark, der das physikalische Schlussfolgerungsvermögen auf Forschungsniveau anhand von 71 komplexen Problemen prüft, erzielte es 22 Prozent. Dies positioniert es vor GLM-5.3-Flash (15 Prozent) und Gemini 3.8 Flash (18 Prozent) und knapp hinter Deepseek (24 Prozent). Bei der Faktenprüfung im AA-Omniscience-Test beantwortete M3.1 Flash 56 Prozent der Fragen korrekt, was deutlich über GLM-5.3-Flash (28 Prozent) und Deepseek (43 Prozent) liegt.
Das Modell verwendet zudem signifikant weniger Ausgabetokens – Einheiten von Text oder Code – als seine Konkurrenten, wodurch die Kosten pro Aufgabe auf etwa 0,22 US-Dollar sinken. MiniMax gibt an, dass M3.1 Flash dreimal schneller arbeitet als sein Vorgänger M3. Eine Schwäche des Modells ist seine hohe Halluzinationsrate von 93 Prozent, da es laut Artificial Analysis versucht, jede Testfrage zu beantworten, anstatt bei Unsicherheit abzulehnen und keine Antwort zu geben.
Verfügbarkeit und zukünftige Pläne
M3.1 Flash kann bis zu eine Million Tokens Kontext verarbeiten und akzeptiert sowohl Text- als auch Bildeingaben. Die API-Preise liegen bei 0,15 US-Dollar pro Million Input-Tokens und 0,60 US-Dollar pro Million Output-Tokens, wobei gecachte Inputs 0,015 US-Dollar kosten. MiniMax plant, das Modell am 23. Oktober als Open-Weight-Version zu veröffentlichen. Die API ist bereits über platform.minimax.io verfügbar, und MiniMax bietet auch eine Desktop-Anwendung namens MiniMax Code an.
Direkter Vergleich mit Deepseek V4.1 Flash 1017
Im direkten Vergleich mit dem kürzlich veröffentlichten Deepseek V4.1 Flash 1017 zeigt sich, dass keines der Modelle in allen Bereichen dominiert. Deepseek führt im Intelligence Index mit 45 Punkten gegenüber 42 Punkten für MiniMax und hat einen leichten Vorsprung im CritPt-Benchmark (24 Prozent versus 22 Prozent).
MiniMax wiederum liegt in anderen Tests vorn. Es erreicht 48 Prozent im „Humanity’s Last Exam“, während Deepseek 43 Prozent erzielt. Bei der Faktenprüfung im AA-Omniscience-Test beantwortet MiniMax 56 Prozent der Fragen korrekt, verglichen mit 43 Prozent bei Deepseek. MiniMax ist zudem pro Aufgabe mit 0,22 US-Dollar etwas günstiger als Deepseek mit 0,26 US-Dollar, da es über den Benchmark hinweg weniger Ausgabetokens benötigt (etwa 189 Millionen gegenüber 224 Millionen für Deepseek). Beide Modelle werden als Open-Weight-Versionen verfügbar sein; Deepseek ist bereits auf Hugging Face, MiniMax folgt am 23. Oktober.
Thema: DeepSeek. Quelle/Inspiration: The Decoder.