MiniMax lance M3.1 Flash : un modèle MoE de 428 milliards de paramètres pour agents autonomes, à 0,15 $ le million de tokens en entrée
MiniMax a lancé MiniMax M3.1 Flash sur son API, facturé 0,15 dollar par million de tokens en entrée et 0,60 dollar en sortie, avec 0,015 dollar pour les lectures de cache et sans surcoût pour le long contexte. Le modèle est un mélange d'experts multimodal de 428 milliards de paramètres au total, dont environ 23 milliards actifs, avec une fenêtre de contexte d'un million de tokens. Il accepte texte, image et vidéo, et renvoie du texte. Le raisonnement est toujours actif, avec cinq niveaux d'effort (Low à Max, ce dernier étant recommandé), et les requêtes qui le désactivent renvoient une erreur. MiniMax confirme aussi que le modèle furtif « Space Bunny », qui a traité plus de 200 000 milliards de tokens, était une version antérieure de M3.1 Flash. Selon les scores publiés par MiniMax, M3.1 Flash domine Automation-Bench v1.0.6 avec 62,2, contre 50,3 pour Opus 5 et 45,8 pour GPT-5.6 Sol. Il égale Opus 5 sur BankerToolBench (76,2) et mène sur LOCA-Bench 256K (60,3). En programmation, DeepSWE v1.1 atteint 73,7, devant GPT-5.6 Sol (73,0) mais derrière DeepSeek-V4.1-Flash-1017 (77,0). Terminal Bench 4.0 est le point faible, à 38,1 contre 51,8 pour Opus 5. Les poids seront publiés le 23 octobre, sans licence annoncée. L'enjeu est surtout économique. MiniMax raisonne en coût par tâche plutôt qu'en coût par token : sur Automation-Bench, les cinq niveaux d'effort restent sous 0,05 dollar par tâche, avec des scores de 52,8 à 62,8. Une exécution complète des 152 tâches d'Agents' Last Exam, notée 29,6, a coûté environ 111 dollars. Par token, Flash coûte moitié moins que le tarif standard de M3 (0,30 et 1,20 dollar jusqu'à 512 000 tokens, puis le double au-delà). MiniMax annonce un coût d'un tiers de celui de M3 et une vitesse triple, environ 150 tokens par seconde, sans détailler le calcul. Pour les développeurs, cela signifie des performances proches de la frontière sur les tâches agentiques de bureau à un prix de modèle léger. Les intégrations qui analysaient les balises de M3 devront toutefois migrer vers le champ séparé reasoning_content, parfois absent. Le modèle est accessible via des API compatibles Anthropic et OpenAI, le forfait M Plan et l'application MiniMax Code. Ces chiffres viennent tous de MiniMax et aucune réplication indépendante n'existe. Des vérifications ponctuelles tiennent : la fiche de Kimi K3 donne bien DeepSWE 67,5 et BabyVision 85,7, comme dans le tableau de MiniMax. Une incohérence demeure, le graphique de coûts plaçant Automation-Bench à 62,8 en effort maximal contre 62,2 dans le tableau. Sur DeepSWE, DeepSeek V4.1 Flash-1017 est à la fois plus performant et moins cher au niveau maximal. Aucun rapport technique n'explique ce qui distingue Flash de M3, dont il reprend les mêmes totaux de paramètres. La concurrence se joue avec DeepSeek V4.1 Flash, Kimi K3 et GLM-5.3 sur les modèles ouverts à bas coût. La publication des poids, la licence et les besoins matériels (la version MXFP8 de M3 pèse environ 440 Go) décideront de la portée réelle de cette sortie.
