MiniMax M3.1 Flashは2026年10月19日、MiniMax公式ブログで正式に発表された。新世代のFlashモデルが主戦場とするのはエージェントタスク、プログラミング、コンピュータ操作、サイバーセキュリティで、オンライン推論は前世代の約3倍速くなり、エージェントタスク全体の利用コストは70%下がった。公式はさらに、Space Bunnyという名で匿名運用され、累計200兆token以上を処理した初期バージョンがM3.1 Flashだったことも明かした。
スコア表は「実際に働くタスク」に集中している
公式評価では、M3.1 Flashは企業自動化評価AutomationBench-AAでトップグループ入りした。金融場面のBankerToolBenchでは76.2点で、多段計画、文書間の一貫性、金融コンプライアンス、連鎖的なツール呼び出しが問われる。プログラミングではDeepSWE v1.1で73.7%を記録し、この種のタスクはモデルが独立してコードを理解し、機能を開発し、問題を直し、テストで検証することを求める。コンピュータ操作ではOSWorld V2で61.7点、Agents' Last Examで29.6点を取り、公式によれば両方とも中国モデルの中で1位である。サイバーセキュリティではCyberGymで82%を取り、内部の安全専門家がコード監査、脆弱性修正、侵入テスト、マルウェア分析、リバースエンジニアリングも評価した。速度面では、より積極的な疎性化の最適化により、日常の出力が200+ TPSに達し、中央値速度は170+ TPSで安定すると公式は述べている。
価格表が位置づけを率直に示している
M3.1 Flashの価格は100万tokenあたり入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドルである。現在はMiniMax API、M Plan、MiniMax Codeで利用でき、モデルの重みは後日公開され、知能の限界を押し広げるProバージョンも後から登場する。この価格帯とトップ級のスコアが狙うのは、たまに雑談するユーザーではなく、エージェントを長時間動かし、タスクを大量に処理する開発者である。そうした負荷では、請求額の大半を決めるのは単価が最も高いモデルではなく、タスク1件を完了する総コストだからだ。
低価格Flashの争いは、完了コストの争いになった
留保すべき点として、上記のスコアはいずれもメーカー公式の評価結果であり、大規模な独立再検証はまだ行われていない。自分のワークフローに入れる前に、実際のタスクで小規模に試す価値はある。それでも方向ははっきりしている。Flash級モデルがプログラミング、コンピュータ操作、安全タスクでトップグループに入れるようになれば、競争の焦点はパラメータや順位から、誰がより低い総コストでタスクを本当に完了できるかへ移る。M3.1 Flashが価格をここまで下げたのは、同業他社に同じ問いへの回答を迫る行為でもある。
