MiniMax、エージェント特化の「M3.1 Flash」公開 毎秒200トークン・利用コスト7割減
MiniMaxM3.1 FlashAIエージェントAPI料金LLM
MiniMaxがエージェント用途に振り切った新モデル「M3.1 Flash」を公開した。推論速度は従来比約3倍で日常利用時に毎秒200トークン超、入力100万トークンあたり0.15ドル／出力0.60ドルと、エージェントタスクの総コストは前世代比7割減とうたう。APIとMiniMax Code経由で即日利用可能。
何が発表されたか
- MiniMaxがエージェント・コーディング・コンピュータ操作向けの新モデル「MiniMax-M3.1-Flash」を公開
- スパース化を強めたことで推論効率が改善し、オンライン推論は従来比ほぼ3倍。日常利用で出力毎秒200トークン超、P50（中央値）でも170トークン超を維持
- 料金は入力100万トークンあたり0.15ドル、出力0.60ドル、キャッシュ読み出し0.015ドル。エージェントタスクの総利用コストは前世代比で約70%減とする
- ベンチマーク（いずれも自社公表値）はBankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7（中国製モデル首位）、Agents' Last Exam 29.6（同首位）、CyberGym 82%
- 提供はMiniMax API、M Plan、MiniMax Code経由。OpenAI互換／Anthropic互換のエンドポイントがあり、上位の「Pro」モデルは後日公開予定
- モデルウェイトは「後日公開」とされ、公式ブログには具体的な日付の記載がない
開発者への影響
効きそうなのは長時間動かす定型エージェント処理のコスト構造。入力0.15ドル／出力0.60ドルという水準は、商品説明の一括生成、記事の下書き量産、問い合わせの一次分類といった「量で押す処理」を主要モデルから移す損益分岐点を下げる。OpenAI互換エンドポイントがあるので、既存実装はbase_urlとモデル名の差し替えで試せる範囲に収まることが多い。
一方で注意点が2つ。ひとつは推論が常時オンで無効化できない設計（effort指定なしやthinking無効はエラー）で、短い分類タスクでも思考トークンが乗る。安いはずが出力トークンで膨らむ型なので、実タスクで1日分の実消費を測ってから本番投入したい。もうひとつはベンチマークがすべて自社公表で、特にDeepSWEやTerminal Benchでは上位モデルに届いていない。納品物の品質を担保する工程には使わず、下書き生成と前処理に限定するのが現実的な線引き。
利用条件
ウェイト公開は未定。自己ホストを前提にした提案は現時点では立てられない。