MiniMax lança M3.1 Flash com cortes fortes no preço por token e promessa de inferência mais rápida
Empresa anuncia context window de 1 milhão de tokens e velocidades medianas acima de 170 tokens/s, mas detalhes técnicos e precisão independente ainda preocupam
A MiniMax lançou publicamente nesta segunda-feira o M3.1 Flash, afirmando que o modelo é quase três vezes mais rápido que o anterior, tem janela de contexto (context window) de 1.000.000 de tokens e velocidades medianas de saída superiores a 170 tokens por segundo.
A empresa divulgou uma tabela de preços fixa: US$0,15 por 1 milhão de tokens de entrada, US$0,60 por 1 milhão de tokens de saída e US$0,015 por 1 milhão de leituras em cache. Esses valores foram apresentados como prova de que o M3.1 Flash pode reduzir significativamente os custos de agentes automatizados.
Testes independentes da Artificial Analysis e de repórteres mostraram redução do custo estimado por tarefa em alguns cenários (por exemplo, cerca de US$0,22 contra US$0,51 no modelo anterior), mas apontaram problemas de acurácia: em um conjunto de perguntas factuais o modelo acertou 56% das respostas e, geralmente, produziu respostas erradas em vez de se abster.
No lançamento, a MiniMax ainda não divulgou pesos do modelo, os termos finais de licença nem uma descrição completa do seu método de esparsidade. A falta desses detalhes limita auditoria por empresas e planos de auto‑hospedagem.
O M3.1 Flash chega a um mercado já saturado de ofertas ‘Flash’ de baixo custo. Ele pode reduzir faturas em tarefas com escopo limitado e facilmente verificáveis, mas as economias reais dependem da composição de tokens do agente, do reaproveitamento de cache, de chamadas a ferramentas, de retrabalhos e do trabalho humano necessário para checar as respostas.