A MiniMax anunciou o lançamento do M3.1 Flash, um modelo de linguagem Mixture-of-Experts (MoE) de 428 bilhões de parâmetros com apenas 23 bilhões ativos por inference, projetado especificamente para trabalho agêntico e de produtividade. O modelo chega com contexto de 1 milhão de tokens, raciocínio sempre ativo e cinco níveis de esforço, além de preços que a empresa posiciona como os mais competitivos da categoria.
Arquitetura e preços
O M3.1 Flash usa a arquitetura MoE, o que permite servir o modelo com apenas uma fração dos parâmetros ativos a cada chamada, reduzindo custo e latência. A MiniMax fixou a tarifa em US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída, valores que a empresa destaca como significativamente abaixo dos concorrentes de mesmo porte.
O raciocínio é nativo e sempre ativo: o modelo não depende de um modo separado de "reasoning", mas aplica inferência em todos os turns. Cinco níveis de esforço permitem ao desenvolvedor controlar a profundidade do raciocínio, de respostas rápidas a análises mais longas.
Desempenho
Nas tabelas publicadas pela MiniMax, o M3.1 Flash registra 62,2 no Automation-Bench v1.0.6 — o melhor score da categoria — e 91,0 no BabyVision. Em tarefas de coding, o modelo alcança 38,1 no Terminal Bench 4.0, abaixo dos 51,8 do Claude Opus 5, e 73,7 no DeepSWE. Os resultados apontam para um forte desempenho em trabalho agêntico e de escritório, com desempenho mediano em coding de alta dificuldade.
Contexto de 1M tokens
A janela de 1 milhão de tokens posiciona o M3.1 Flash entre os modelos com maior capacidade de contexto no mercado, permitindo que agentes processem documentos longos, repositórios de código inteiros e conversas extensas sem perda de informação. A MiniMax indica que os pesos do modelo estarão disponíveis no Hugging Face a partir de 23 de outubro, o que deve acelerar a adoção por desenvolvedores que preferem auto-hospedar.
Onde se posiciona
O M3.1 Flash compete diretamente com modelos agênticos de grandes labs, mas com uma proposta diferente: preço de entrada muito baixo e contexto amplo. Para equipes que executam agentes de forma intensiva — automação de escritório, análise de documentos, orquestração de ferramentas — a combinação de custo, contexto e raciocínio nativo pode representar uma opção relevante, especialmente em volumes altos de chamadas.
Fontes e referências
Encontrou uma informação que precisa de correção? Fale com a redação.