Présentation
MiniMax Group Inc. a publié le 19 octobre 2026 le modèle de langage M3.1 Flash, évolution du M3 lancé en juin. Le modèle compte 428 milliards de paramètres, un chiffre similaire à la version précédente, mais il introduit une « sparsité plus agressive » au moment de l’inférence. Cette optimisation vise à diminuer le coût des agents IA, qui nécessitent souvent des dizaines d’appels de modèle pour accomplir une tâche.
Architecture et performances
La principale innovation réside dans la réduction du nombre d’opérations actives grâce à la sparsité, ce qui accélère l’inférence d’un facteur proche de trois. En conditions de pointe, le débit dépasse 200 tokens par seconde, soit une amélioration notable pour les charges de travail en temps réel. Le modèle accepte les entrées texte, image et vidéo et supporte des prompts allant jusqu’à un million de tokens, offrant ainsi une flexibilité importante pour les applications multimodales. Les développeurs peuvent choisir parmi cinq niveaux d’effort, de « Low » à « Max », afin d’ajuster le compromis entre vitesse et précision selon leurs besoins.
Benchmarks et compétitivité
Dans les tests internes de MiniMax, M3.1 Flash obtient 61,7 points sur OSWorld V2, un benchmark qui mesure la capacité d’un modèle à piloter un ordinateur ; aucun autre modèle chinois n’a dépassé ce score. Sur BankerToolBench, un test de flux de travail bancaire, le modèle atteint 76,2 points. En matière de sécurité, il obtient 82 % sur CyberGym, développé par l’Université de Californie Berkeley pour évaluer la reproduction de vulnérabilités logicielles par des agents IA. Pour le même test, le concurrent DeepSeek V4.1‑Flash obtient 77 % sur le benchmark DeepSWE v1.1, tandis que M3.1 Flash réalise 73,7 %. Aucun de ces résultats n’a été vérifié de façon indépendante.
Implications économiques et limites
MiniMax facture 0,15 $ par million de tokens d’entrée, le même tarif que DeepSeek en période hors pointe. Le coût de sortie est de 0,60 $ par million de tokens et le cache d’entrée 0,015 $. Cette tarification, combinée à la réduction de 70 % des coûts d’exécution d’agents IA, rend le modèle attractif pour les entreprises cherchant à optimiser leurs pipelines d’automatisation. Cependant, la performance reste dépendante de la charge de travail : les gains de vitesse proviennent d’une sparsité qui peut diminuer la précision sur des tâches très spécialisées. De plus, les scores de benchmark n’étant pas audités, la supériorité relative reste à confirmer. Enfin, la disponibilité des poids du modèle est différée, ce qui limite l’audit externe et la reproduction des résultats.
