MiniMax M3.1 Flash : indice d'intelligence de 42, environ 0,22 $ par tâche, poids ouverts prévus le 23 octobre
Selon The Decoder, dans un article du 19 octobre 2026, MiniMax publie le modèle de raisonnement M3.1 Flash : indice d'intelligence de 42 selon Artificial Analysis, soit 13 points de plus que le M3 précédent, coût d'environ 0,22 $ par tâche, contexte jusqu'à 1 million de tokens et entrées texte et image, avec une publication en poids ouverts prévue le 23 octobre.
Ce qui change
Selon The Decoder, dans un article du 19 octobre 2026, MiniMax publie le modèle de raisonnement M3.1 Flash. Citant des données d'Artificial Analysis, l'article indique que M3.1 Flash obtient 42 sur l'indice d'intelligence, soit 13 points de plus que le M3 précédent, pour un coût par tâche inférieur à la moitié de celui-ci, à environ 0,22 $. Le score égalerait celui de GLM-5.3-Flash et serait légèrement supérieur aux 41 de Gemini 3.8 Flash, mais inférieur aux 45 de Deepseek V4.1 Flash 1017. L'article rapporte que les gains les plus importants concernent le raisonnement complexe : 48 % sur Humanity's Last Exam, au-dessus de Deepseek et GLM ; 22 % sur CritPt, un benchmark de raisonnement physique de niveau recherche, devant les 15 % de GLM-5.3-Flash et les 18 % de Gemini 3.8 Flash, mais légèrement derrière les 24 % de Deepseek ; 56 % de réponses correctes sur AA-Omniscience pour l'exactitude factuelle, bien au-dessus des 28 % de GLM-5.3-Flash et des 43 % de Deepseek. L'article signale également, d'après Artificial Analysis, une faiblesse : un taux d'hallucination de 93 %, attribué à la tendance du modèle à répondre à chaque question plutôt qu'à refuser de répondre en cas d'incertitude. Le modèle prend en charge un contexte allant jusqu'à 1 million de tokens et accepte les entrées texte et image ; MiniMax affirme qu'il est trois fois plus rapide que le M3. La tarification API rapportée est de 0,15 $ par million de tokens d'entrée et 0,60 $ par million de tokens de sortie, avec 0,015 $ pour l'entrée en cache ; l'API serait déjà disponible sur la plateforme MiniMax, accompagnée d'une application de bureau nommée MiniMax Code. L'article indique que MiniMax prévoit de publier le modèle en poids ouverts le 23 octobre, tandis que les poids de Deepseek V4.1 Flash 1017 sont déjà sur Hugging Face. Ces benchmarks, coûts et vitesses sont des données de tiers ou du fournisseur relayées par la source.
Conséquences pour les développeurs
La conséquence directe pour les développeurs est que la combinaison « faible coût et haut débit + hallucinations élevées » peut modifier les stratégies de routage, plutôt que remplacer un modèle principal établi. La source indique un taux d'hallucination de 93 % et une tendance à répondre même en cas d'incertitude, ce qui signifie que, dans les questions factuelles sans appui de recherche, ainsi que dans les contextes réglementaires ou médicaux, traiter directement ses sorties comme des faits définitifs présente un risque élevé. En revanche, un coût par tâche relativement faible et une consommation de tokens de sortie moindre lui laissent une place dans des chaînes dotées d'une boucle de vérification : génération de brouillons, expansion de candidats, classification par lots, premières versions de complétion de code. La date des poids ouverts mérite aussi l'attention : la source annonce une publication prévue le 23 octobre, mais des poids ouverts ne signifient pas une licence open source ; le téléchargement des poids n'accorde pas automatiquement des droits d'usage commercial, de redistribution ou de modification après affinage, et les conditions réelles dépendront du texte de licence du dépôt de publication. Il faut noter les noms de versions et l'état d'hébergement : au moment de la vérification du catalogue cité dans cet article, la version exacte MiniMax M3.1 Flash n'était pas répertoriée dans le catalogue en temps réel de KimiSeek. La disponibilité API et la tarification décrites par la source renvoient donc aux canaux officiels de MiniMax, et non à ce site ; les DeepSeek V4.1 Flash 1017 et GLM-5.3 Flash présents dans le catalogue sont des versions différentes et ne prouvent pas que cette version y est disponible. Les 0,15 $ en entrée et 0,60 $ en sortie rapportés par la source relèvent de l'article du 19 octobre 2026 ; les prix peuvent être modifiés à tout moment et la facturation réelle doit se fonder sur la page de tarification officielle.
Intégration et évaluation
Ce qui suit relève de recommandations et d'analyses conditionnelles, et non de faits énoncés par la source. Première décision : faut-il introduire M3.1 Flash dans une couche de « génération de candidats à haut débit » ? D'après le coût par tâche plus faible et la consommation de tokens de sortie réduite rapportés par la source, si votre charge est faite de sorties courtes et de forte concurrence (par exemple réécriture de requêtes, expansion de tags, classification de journaux), vous pouvez commencer par une comparaison en trafic fantôme, en envoyant la même requête à la fois au modèle actuel et à M3.1 Flash, avec comme indicateurs le taux de réussite d'un échantillonnage factuel et le coût pour mille requêtes. Si le taux de réussite de l'échantillonnage passe sous votre seuil d'acceptabilité (par exemple plus de 5 points en dessous du modèle actuel), ne le conservez que pour l'expansion de candidats, sans sortie finale. Cela suppose que l'aval autorise une vérification humaine ou par règles. Deuxième décision : faut-il exploiter le contexte de 1 million de tokens et les entrées texte et image pour transformer une chaîne de documents longs ? D'après la limite de contexte et l'entrée texte plus image rapportées par la source, si votre charge est faite de longs rapports ou de documents scannés de plusieurs pages, vous pouvez choisir d'envoyer le document entier au lieu d'un assemblage par blocs, avec comme indicateurs la précision de localisation des citations dans les réponses et la latence de bout en bout. Si le taux d'hallucination se dégrade encore en contexte long et que le taux d'erreurs de citation détectées à l'échantillonnage augmente, revenez à une approche par blocs avec recherche. Troisième décision : déploiement et conformité après la publication en poids ouverts. D'après le projet de poids ouverts du 23 octobre rapporté par la source, si vous voulez auto-héberger le modèle, la condition préalable est que les termes de la licence autorisent votre usage ; les indicateurs à évaluer sont l'exactitude factuelle et le taux de refus retestés sur vos propres corpus, pour décider ensuite s'il faut ajouter dans la couche d'inférence une consigne ou un vérificateur imposant de refuser de répondre en cas d'information insuffisante, car la source mentionne explicitement la tendance du modèle à ne pas refuser.
Limites et points à confirmer
La source est un article tiers du 19 octobre 2026 ; les scores de benchmark, le coût par tâche, le taux d'hallucination et les multiplicateurs de vitesse sont des données relayées d'Artificial Analysis ou de MiniMax, sans reproduction indépendante. La définition et les conditions de test du taux d'hallucination de 93 % ne sont pas entièrement données par la source, et il ne faut pas les extrapoler directement à vos corpus métier. Les poids ouverts relèvent d'un projet et non d'un fait accompli, et des poids ouverts ne valent pas licence open source : les droits d'usage commercial et de redistribution doivent être vérifiés dans la licence réelle. À préciser : au moment de la vérification du catalogue citée dans cet article, la version exacte MiniMax M3.1 Flash n'apparaissait pas dans le catalogue en temps réel de KimiSeek, et la disponibilité API et la tarification décrites par la source renvoient aux canaux officiels de MiniMax ; les autres modèles positionnés comme Flash dans le catalogue sont des versions différentes et ne constituent pas une preuve de disponibilité de cette version. La tarification rapportée par la source correspond à son époque et peut avoir changé ; il faut se référer à la page de tarification officielle.
Illustrations de l’article original
