مینی‌مکس (MiniMax) از شرکت‌های سرشناس هوش مصنوعی چین است و در کنار مدل‌های زبانی، ابزار ساخت ویدیو و صدا هم دارد. این شرکت امروز در وبلاگ رسمی‌اش نسل تازهٔ مدل سبک و ارزان خود، یعنی M3.1 Flash، را معرفی کرد و آن را برای همه در دسترس گذاشت.
نکتهٔ جالب این عرضه، معمای Space Bunny است. در روزهای گذشته مدلی با همین نام و بدون معرفی سازنده در دسترس توسعه‌دهنده‌ها بود. مینی‌مکس حالا تأیید کرده که Space Bunny نسخهٔ اولیهٔ همین مدل بوده و در دورهٔ ناشناس بودنش بیش از ۲۰۰ هزار میلیارد توکن پردازش کرده است.
M3.1 Flash برای چه کارهایی ساخته شده است
تمرکز این مدل روی چهار حوزه است: کارهای ایجنتی، کدنویسی، کار با کامپیوتر (Computer Use) و امنیت سایبری. منظور از کار ایجنتی این است که مدل فقط به سؤال جواب نمی‌دهد؛ چند مرحله را پشت سر هم برنامه‌ریزی می‌کند، با ابزارها کار می‌کند و نتیجه را تحویل می‌دهد.
طبق اعلام مینی‌مکس، سرعت پاسخ‌دهی این مدل نزدیک به سه برابر نسل قبل شده است. سرعت خروجی در استفادهٔ روزمره به بیش از ۲۰۰ توکن بر ثانیه می‌رسد و میانهٔ آن همیشه بالای ۱۷۰ توکن بر ثانیه است. سازنده دلیل این جهش را «پراکندگی» (sparsity) بیشتر در ساختار مدل می‌داند؛ یعنی در هر پاسخ بخش کوچک‌تری از مدل فعال می‌شود.
طبق مستندات رسمی API، مشخصات اصلی مدل این‌هاست:
امتیازهای اعلام‌شده در کدنویسی و ایجنت‌ها
مینی‌مکس برای این مدل چند امتیاز منتشر کرده است. در DeepSWE نسخهٔ ۱٫۱، که حل کامل مسئله‌های نرم‌افزاری واقعی را می‌سنجد، امتیاز مدل ۷۳٫۷ درصد است. در OSWorld V2، که کار با برنامه‌های کامپیوتر را آزمایش می‌کند، ۶۱٫۷ امتیاز گرفته و در آزمون Agents’ Last Exam (ALE) به ۲۹٫۶ رسیده است. سازنده می‌گوید M3.1 Flash در این دو آزمون اول مدل‌های چینی است.
دو عدد دیگر هم در اطلاعیه آمده است: امتیاز ۷۶٫۲ در BankerToolBench برای کارهای چندمرحلهٔ مالی و امتیاز ۸۲ درصد در CyberGym برای پیدا کردن و تأیید آسیب‌پذیری‌های نرم‌افزاری.
نمودارهای مینی‌مکس تصویر روشن‌تری می‌دهند. در Automation-Bench، که اجرای کارهای اداری و سازمانی را می‌سنجد، M3.1 Flash در بالاترین سطح فکر کردن به ۶۲٫۸ درصد رسیده و هزینهٔ هر کارش کمتر از ۵ سنت است. در همین نمودار، مدل‌های گران‌تری مثل Claude Opus 5.5 و GPT-5.6 پایین‌تر از آن قرار گرفته‌اند.
اما نمودار DeepSWE همین اطلاعیه نکتهٔ دیگری هم نشان می‌دهد: مدل DeepSeek V4.1 Flash-1017، که دیپ‌سیک دو روز پیش منتشر کرد، با هزینه‌ای تقریباً هم‌اندازه امتیاز بالاتری از M3.1 Flash دارد. یعنی رقابت مدل‌های ارزان چینی در کدنویسی هنوز یک برندهٔ قطعی ندارد.
قیمت M3.1 Flash و راه‌های دسترسی
قیمت API این مدل برای هر یک میلیون توکن ثابت است: ۰٫۱۵ دلار برای ورودی، ۰٫۶۰ دلار برای خروجی و ۰٫۰۱۵ دلار برای ورودی ذخیره‌شده (cached). مینی‌مکس می‌گوید هزینهٔ کلی کارهای ایجنتی با این مدل ۷۰ درصد کمتر از نسل قبل است.
در نمودار آزمون ALE، هزینهٔ کل اجرای آزمون با M3.1 Flash حدود ۱۱۱ دلار نشان داده شده است. بیشتر مدل‌های بالاتر از آن در همان نمودار، چند برابر این مبلغ هزینه داشته‌اند.
M3.1 Flash از امروز از سه راه در دسترس است: API مینی‌مکس، اشتراک M Plan و برنامهٔ دسکتاپ MiniMax Code برای کدنویسی. سازنده گفته وزن‌های مدل «بعداً» منتشر می‌شود، اما تاریخ دقیق و نوع مجوز آن را در اطلاعیهٔ رسمی اعلام نکرده است. نسخهٔ قوی‌تر Pro هم قرار است بعداً بیاید.
همهٔ امتیازها و نمودارهای این مطلب را خود مینی‌مکس منتشر کرده است و هنوز آزمون مستقلی از M3.1 Flash در دست نیست. هر نمودار هم با یک ابزار اجرای مشخص، مثل Claude Code یا mini-swe-agent، سنجیده شده و نتیجه در ابزارهای دیگر ممکن است فرق کند. دربارهٔ کیفیت مدل در زبان فارسی هم اطلاعیهٔ رسمی چیزی نگفته است.
برای کاربر ایرانی، مهم‌ترین بخش این خبر انتشار وزن‌هاست. اگر وزن‌ها با مجوز باز منتشر شوند، شرکت‌ها و برنامه‌نویس‌ها می‌توانند مدل را روی سرور خودشان اجرا کنند و به سرویس ابری سازنده وابسته نباشند. تا آن زمان، M3.1 Flash بیشتر برای کسانی جذاب است که ایجنت‌های پرحجم می‌سازند و هزینهٔ هر کار برایشان مهم است.
پیش‌تر در فیسیت دربارهٔ نسخهٔ تازهٔ DeepSeek V4.1 Flash ، مدل Claude Opus 5.5 و مدل Gemini 4 Argon گوگل نوشته بودیم. به نظر شما در کار روزمره، سرعت و ارزانی یک مدل سبک مهم‌تر است یا دقت بیشتر یک مدل گران؟ تجربه‌تان را در بخش نظرات بنویسید.
بعد از خواندن مطلب بپرسید؛ پاسخ فقط از همین مقاله است.
این مطلب برایتان مفید بود؟
فرهاد محمدی خبرنگار فناوری و هوش مصنوعی فیسیت است. کار روزانه‌اش این است که خبر مدل‌های زبانی، ابزارهای جدید و ادعاهای پرزرق‌وبرق شرکت‌ها را به زبان قابل‌استفاده برای مخاطب ایرانی برگرداند؛ بدون هیجان کاذب و بدون ترساندن بی‌دلیل.
میز کارش دو بخش است: هوش مصنوعی، و فناوری و تکنولوژی روز — نرم‌افزار، اینترنت و تغییراتی که روی کار و زندگی دیجیتال اثر می‌گذارند. قبل از نوشتن معمولاً می‌پرسد «برای کاربر چه فرقی می‌کند؟» و همان را محور مطلب می‌گذارد.
دیپ‌سیک نسخهٔ تازهٔ V4.1 Flash را منتشر کرد؛ کدنویسی قوی‌تر با هزینهٔ کمتر برای هر کار
مدل ویدیوساز Kling 4.0 برای همه باز شد؛ ساخت ویدیوی ۳۰ ثانیه‌ای با صدا در یک مرحله
ChatGPT حالا تب‌های کروم را کنترل می‌کند؛ حالت Work فرم پر می‌کند، پیام می‌فرستد و فایل دانلود می‌کند
نظرات کاربران