MiniMax M3.1 Flash, düşük maliyetli performansıyla öne çıkıyorMiniMax M3.1 Flash stands out with its low-cost performance

ÖzetSummary

MiniMax, 428 milyar parametreli bir uzman karışımı (MoE) modeli olan M3.1 Flash'ı piyasaya sürdü. Girdi başına milyon token için 0,15 dolarlık fiyatıyla model, Automation-Bench'te 62,2 puan alarak Opus 5 ve GPT-5.6 Sol'un önüne geçti. Ancak kodlama kıyaslamalarında rekabetçi ama dengesiz sonuçlar elde etti.MiniMax has launched M3.1 Flash, a 428-billion parameter Mixture-of-Experts (MoE) model. Priced at $0.15 per million input tokens, the model scored 62.2 on Automation-Bench, outperforming Opus 5 and GPT-5.6 Sol. However, it yielded competitive yet inconsistent results in coding benchmarks.

Neden ÖnemliWhy it matters

M3.1 Flash, girdi başına 0,24 dolarlık medyan fiyatın çok altında bir maliyetle neredeyse sınır düzeyinde ajansal performans sunuyor. Bu durum, bütçesini dikkatli yöneten geliştiriciler için cazip bir seçenek oluşturuyor. Modelin 1 milyon tokenluk bağlam penceresi ve yerel çok modlu girdi desteği (metin, görsel, video) pratik kullanım senaryolarını genişletiyor. Buna karşın modelin ortalamanın altında bir hızda ve daha uzun yanıtlar ürettiği belirtiliyor. SWE Refactor Bench gibi kodlama kıyaslamalarında (23,0 puan, Opus 5'in 31,0 puanına karşı) modelin her alanda üstün olmadığı görülüyor.M3.1 Flash delivers near-frontier agentic performance at a cost significantly below the median of $0.24 per million input tokens, making it an attractive option for budget-conscious developers. The model’s 1-million-token context window and native multimodal input support (text, image, video) expand practical use cases. Conversely, it is noted to operate at below-average speeds and produce longer responses. Coding benchmarks like SWE Refactor Bench (23.0 points vs. Opus 5’s 31.0) reveal that the model is not superior across all domains.

Öne ÇıkanlarHighlights

• Automation-Bench'te 62,2 puan, girdi başına milyon token için 0,15 dolarlık fiyatla Opus 5'i (50,3) ve GPT-5.6 Sol'u (45,8) geride bırakıyor.Scored 62.2 on Automation-Bench at $0.15 per million input tokens, surpassing Opus 5 (50.3) and GPT-5.6 Sol (45.8).
• Kodlama sonuçları karışık: DeepSWE'de 73,7 puan alırken, Opus 5'in 31,0 puanına karşılık SWE Refactor Bench'te yalnızca 23,0 puan aldı.Mixed coding results: Achieved 73.7 on DeepSWE, but scored only 23.0 on SWE Refactor Bench compared to Opus 5’s 31.0.
• Mantıksal çıkarım kalıcı olarak etkin ve beş farklı çaba seviyesi sunuyor. thinking.type=disabled veya effort=now parametrelerini göndermek hata veriyor. Bu durum, mevcut entegrasyonları bozuyor.Logical reasoning remains consistently effective and offers five distinct effort levels. Sending thinking.type=disabled or effort=now parameters triggers errors, breaking existing integrations.

EleştiriCritical take

Başlık 'yüksek halüsinasyon oranı' iddiasını öne sürüyor. Ancak haber metninde halüsinasyon metriklerine dair hiçbir veri yer almıyor. Bu da iddiayı tamamen temelsiz kılıyor. Üstelik tüm kıyaslama puanları MiniMax tarafından kendisi raporlanıyor. Şirketin kendi verileri arasında iç tutarsızlık var (Automation-Bench'te 62,8 ile 62,2 puan). Bağımsız tek çapraz kontrol ise yalnızca Kimi K3'ün teknik özellik tablosuyla yapılan tek bir karşılaştırma.The headline claims a 'high hallucination rate,' yet the article provides no data on hallucination metrics, rendering the claim entirely baseless. Furthermore, all benchmark scores are self-reported by MiniMax. The company’s own data contains internal inconsistencies (62.8 vs. 62.2 on Automation-Bench). The only independent cross-check is a single comparison against Kimi K3’s specification table.