MiniMax M3.1 Flash: בדיקה עצמאית מציבה את המודל הזול בתחרות צמודה מול דיפסיק
בבדיקה של חברת המדידה העצמאית Artificial Analysis קיבל M3.1 Flash של MiniMax ציון 42, כלומר 13 נקודות יותר מקודמו, בפחות ממחצית העלות למשימה. המודל עדיין מפגר אחרי DeepSeek V4.1 Flash במדד הכללי, אבל עוקף אותו בכמה מבחנים וזול ממנו מעט. נקודת התורפה שלו: שיעור הזיות (hallucination) של 93%.
חברת הבינה המלאכותית הסינית MiniMax השיקה לאחרונה את M3.1 Flash, מודל reasoning (מודל שמבצע שלבי חשיבה לפני שהוא עונה). עכשיו פורסמו גם תוצאות של בדיקה עצמאית. לפי Artificial Analysis, חברה שמשווה בין מודלי שפה, המודל קיבל 42 נקודות ב-Intelligence Index שלה. קודמו, M3, קיבל 29 נקודות, כך שמדובר בשיפור של 13 נקודות. העלות לכל משימה ירדה בתוך כך ביותר ממחצית.
איפה הוא עומד מול המתחרים
עם 42 נקודות, M3.1 Flash משתווה ל-GLM-5.3-Flash ועוקף בנקודה אחת את Gemini 3.8 Flash של גוגל (41). הוא עדיין מאחורי DeepSeek V4.1 Flash 1017, שקיבל 45 נקודות.
את השיפור הגדול ביותר רשם המודל במשימות של חשיבה מורכבת. במבחן Humanity's Last Exam הוא הגיע ל-48%, לעומת 43% של DeepSeek. במבחן CritPt, שבוחן 71 בעיות פיזיקה ברמה מחקרית, הוא קיבל 22%. זה יותר מ-GLM-5.3-Flash (15%) ומ-Gemini 3.8 Flash (18%), ומעט פחות מ-DeepSeek (24%). במבחן הדיוק העובדתי AA-Omniscience הוא ענה נכון על 56% מהשאלות. GLM-5.3-Flash ענה נכון על 28% ו-DeepSeek על 43%.
אבל לנתון הזה יש מחיר. לפי Artificial Analysis, שיעור ההזיות (hallucination, כלומר תשובות שגויות שהמודל מציג בביטחון) של המודל הוא 93%. הסיבה היא שהמודל מנסה לענות על כל שאלה במבחן, גם כשהוא לא בטוח בתשובה, במקום להודות שאינו יודע. מי שמשתמש בו לשאלות עובדתיות כנראה יצטרך לבדוק את התשובות בעצמו.
זול יותר בזכות פחות מילים
הנתון הכלכלי הוא אולי החשוב ביותר. M3.1 Flash מייצר הרבה פחות output tokens (יחידות הטקסט שהמודל מפיק ושעליהן משלמים) ממתחריו. לאורך כל מבחני המדד הוא הפיק כ-189 מיליון tokens, לעומת כ-224 מיליון של DeepSeek. כך ירדה העלות לכ-0.22 דולר למשימה, לעומת 0.26 דולר ב-DeepSeek. MiniMax גם טוענת שהמודל מהיר פי שלושה מ-M3.
בתחום הקוד, MiniMax עצמה מדווחת על תוצאה של עד 73.7% במבחן DeepSWE v1.1, בעלות של פחות מ-0.30 דולר למשימה. חשוב לציין שהנתון הזה מגיע מהחברה ולא מהבדיקה העצמאית.
מחיר, יכולות וזמינות
המודל מקבל טקסט ותמונות, ויכול לעבד עד מיליון tokens של הקשר (context) בבת אחת. ב-API המחיר הוא 0.15 דולר למיליון tokens של קלט ו-0.60 דולר למיליון tokens של פלט. קלט שנשמר במטמון (cache) עולה 0.015 דולר בלבד. ה-API כבר זמין ב-platform.minimax.io, ולחברה יש גם אפליקציית דסקטופ בשם MiniMax Code. ב-23 באוקטובר MiniMax מתכננת לשחרר את המודל כ-open weights, כלומר עם משקלים פתוחים שכל אחד יוכל להוריד ולהריץ. DeepSeek V4.1 Flash כבר זמין ב-Hugging Face.
למה זה חשוב
ההשוואה בין שני המודלים מראה שאין מנצח אחד. DeepSeek מוביל במדד הכללי וב-CritPt, ו-MiniMax מוביל בחשיבה מורכבת, בידע עובדתי ובמחיר. המשמעות, ככל הנראה, היא שהתחרות בין החברות הסיניות כבר לא מתמקדת רק בשאלה מי חכם יותר. היא מתמקדת גם בשאלה כמה עולה כל תשובה. ב-The Decoder תיארו זאת כמרוץ מחירים שאין לו רצפה באופק. למפתחים ולחברות שמריצים כמויות גדולות של משימות, הפרשים של סנטים בודדים למשימה עשויים להצטבר לחיסכון משמעותי. מצד שני, שיעור ההזיות הגבוה מזכיר שמודל זול ומהיר עדיין אינו תמיד המודל המתאים לכל משימה.