MiniMax M3.1 Flash ra mắt: nhanh gấp ba lần, rẻ hơn 70% và mạnh hơn hẳn về tác tử

MiniMax vừa chính thức ra mắt MiniMax M3.1 Flash, thế hệ mô hình Flash tiếp theo của hãng. Đáng chú ý, phiên bản chạy thử nghiệm trước đó chính là "Space Bunny 🐰" – mô hình từng xử lý hơn 200 nghìn tỷ token trong thời gian hoạt động ẩn danh mà không ai biết danh tính thật.

Theo MiniMax, M3.1 Flash tạo ra bước nhảy vọt về năng lực trên các tác vụ tác tử (agentic), lập trình, điều khiển máy tính (Computer Use) và an ninh mạng, đồng thời đưa tốc độ suy luận trực tuyến nhanh gần gấp ba lần và giảm 70% chi phí sử dụng.

Mô hình MiniMax M3.1 Flash

Năng lực được nâng cao toàn diện

M3.1 Flash cải thiện trên nhiều bộ kiểm thử, đạt mức của các mô hình hàng đầu ở những tác vụ tác tử phức tạp, điều khiển máy tính, phát triển phần mềm và an ninh mạng.

Tác vụ phức tạp và tự động hóa: Mô hình nằm trong nhóm dẫn đầu trên AutomationBench-AA, có thể hoàn thành các quy trình doanh nghiệp thực tế xuyên suốt các hệ thống SaaS – từ bán hàng, marketing, vận hành, chăm sóc khách hàng đến tài chính và nhân sự. Với 76,2 điểm trên BankerToolBench, mô hình xử lý tốt các bài toán thực tế như lập kế hoạch nhiều bước, duy trì tính nhất quán giữa tài liệu và tệp tin, tuân thủ tài chính và chuỗi gọi công cụ liên tiếp.

Lập trình và kỹ thuật phần mềm: Đạt 73,7% trên DeepSWE v1.1, ngang tầm các mô hình hàng đầu. Bộ kiểm thử này tập trung vào các tác vụ phần mềm phức tạp, đòi hỏi mô hình tự hiểu mã nguồn, phát triển tính năng, sửa lỗi và tự kiểm chứng qua kiểm thử. M3.1 Flash thể hiện khả năng thực thi tốt qua chuỗi bước dài, hỗ trợ quy trình phát triển phần mềm phức tạp với chi phí thấp hơn.

Điều khiển máy tính: Đạt 61,7 điểm trên OSWorld V2 (đo khả năng vận hành máy tính và thực hiện tác vụ xuyên ứng dụng) và 29,6 điểm trên Agents' Last Exam (ALE) – bộ đánh giá công việc chuyên môn thực tế. Mô hình đứng đầu trong các mô hình Trung Quốc ở cả hai bộ kiểm thử, cho thấy năng lực tương tác với môi trường thực, sử dụng công cụ và thực thi chuỗi tác vụ dài: không chỉ hiểu nhiệm vụ mà còn hành động và tạo ra kết quả.

Hiệu năng của MiniMax M3.1 Flash trên các bộ kiểm thử

An ninh mạng: điểm mạnh đáng chú ý

M3.1 Flash đạt 82% trên CyberGym, thể hiện năng lực hàng đầu trong phát hiện và xác thực lỗ hổng bảo mật. Trong các đánh giá chuyên sâu của đội ngũ chuyên gia an ninh nội bộ, mô hình ghi điểm tốt ở kiểm toán mã nguồn, vá lỗ hổng, kiểm thử xâm nhập, phân tích mã độc và kỹ nghệ đảo ngược – mở ra khả năng hỗ trợ xây dựng hệ thống bảo mật phức tạp với chi phí thấp.

Với các đội ngũ an ninh mạng tại Việt Nam, đây là tín hiệu đáng quan tâm: một mô hình có thể hỗ trợ rà soát mã, phát hiện lỗ hổng và phân tích mã độc ở mức giá phổ thông sẽ giúp các doanh nghiệp vừa và nhỏ tiếp cận công cụ bảo mật mà trước đây chỉ các tổ chức lớn mới đủ nguồn lực triển khai.

Tối ưu hiệu suất suy luận

MiniMax tối ưu thêm hiệu quả suy luận của M3.1 Flash thông qua kỹ thuật thưa hóa (sparsity) mạnh hơn. Trong sử dụng hằng ngày, tốc độ đầu ra có thể đạt hơn 200 TPS (token mỗi giây), với tốc độ trung vị (P50) ổn định ở mức hơn 170 TPS.

Giá: rẻ nhất trong phân khúc

Với các tác vụ tác tử, tổng chi phí sử dụng của mô hình thấp hơn 70% so với phiên bản tiền nhiệm. Mức giá cố định cho mỗi 1 triệu token:

• Đầu vào: 0,15 USD
• Đầu ra: 0,60 USD
• Đầu vào được lưu đệm (cached): 0,015 USD

Bảng giá MiniMax M3.1 Flash

Định hình lại năng lực và chi phí cho tác vụ tác tử

Trên ba bộ kiểm thử then chốt – Automation-Bench cho thực thi tác vụ tác tử phức tạp, DeepSWE cho lập trình thực tế và ALE cho điều khiển máy tính trong công việc có giá trị kinh tế – M3.1 Flash đạt hiệu năng ngang các mô hình hàng đầu với chi phí mỗi tác vụ rất thấp, tạo ra chuẩn cạnh tranh mới về hiệu năng và chi phí.

"Flash đại diện cho quá trình chúng tôi không ngừng tìm kiếm sự cân bằng giữa hiệu quả và năng lực. Pro – phiên bản đẩy giới hạn trí tuệ – cũng sẽ ra mắt sau."

M3.1 Flash hiện có sẵn qua MiniMax API, M Plan và MiniMax Code. Trọng số mô hình (model weights) sẽ được công bố sau.

Giao diện MiniMax Code

Với mức giá khoảng 0,15 USD cho mỗi triệu token đầu vào, M3.1 Flash là lựa chọn đáng cân nhắc cho các đội phát triển phần mềm và startup AI tại Việt Nam đang tìm cách xây dựng tác tử tự động hoặc trợ lý lập trình với chi phí hợp lý, thay vì phụ thuộc hoàn toàn vào các mô hình đắt đỏ của nước ngoài.