MiniMax M3.1 Flash : des rapports le placent en tête sur les tâches d'agent, le coût API et la tarification horaire deviennent des variables clés pour les développeurs
Selon un rapport de 新智元 (Xinzhiyuan) daté du 19 octobre 2026, MiniMax a lancé M3.1 Flash, déjà disponible sur l'API MiniMax, M Plan et MiniMax Code, le modèle texte par défaut du CLI officiel ayant été basculé. Le rapport indique qu'il figure parmi les meilleurs sur Automation-Bench, LOCA-Bench 256K, etc., avec un contexte de 1 million de tokens et cinq niveaux de réglage effort.
Ce qui change
Selon un rapport de 新智元 daté du 19 octobre 2026, MiniMax a officiellement lancé M3.1 Flash deux jours après la sortie de DeepSeek V4.1 Flash-1017, et affirme qu'il est déjà disponible sur l'API officielle MiniMax, M Plan et MiniMax Code, le modèle texte par défaut du dépôt CLI officiel ayant été basculé vers MiniMax-M3.1-Flash. Le rapport indique que ce modèle prend nativement en charge un contexte de 1 million de tokens et peut lire directement texte, images et vidéos ; le mode réflexion est activé par défaut et peut être réglé via le paramètre effort sur cinq niveaux (low, medium, high, xhigh, max), max étant la valeur par défaut en l'absence de paramètre. Les données d'évaluation relayées par le rapport indiquent : DeepSWE v1.1 obtient 73,7 points au niveau max, Automation-Bench 62,8 points en tête, LOCA-Bench 256K 60,3 points, BankerToolBench 76,2 points, CyberGym 82,2 points ; pour l'usage informatique, OSWorld 2.0 obtient 61,7 points, Agents' Last Exam un taux de réussite de 29,6 %, le rapport estimant qu'exécuter l'ensemble de l'ALE coûte environ 739 yuans. Le rapport évoque aussi une vitesse de sortie quotidienne pouvant atteindre plus de 200 TPS, avec une médiane stable au-dessus de 170 TPS, et indique qu'il s'agissait auparavant du modèle anonyme « Space Bunny ». À préciser : toutes ces données proviennent de rapports relayant des évaluations officielles ou tierces, non vérifiées indépendamment dans cet article, et certains noms et versions de modèles comparés dépassent le périmètre vérifiable.
Conséquences pour les développeurs
L'impact pour les développeurs se concentre sur trois points : la structure de facturation, les paramètres par défaut et la stratégie de contexte. Le rapport indique que M3.1 Flash coûte 1 yuan par million de tokens en entrée, 4 yuans en sortie et 0,1 yuan en lecture de cache, sans tarification horaire ; en comparaison, le rapport souligne que DeepSeek V4.1 Flash-1017 applique deux tarifs (heures pleines et heures creuses), avec 2 yuans en entrée et 8 yuans en sortie pendant les heures pleines en journée en semaine. Si cette description est exacte, les charges d'agents tournant principalement en journée en entreprise amplifieraient l'écart de coût entre les deux fournisseurs en raison de cette différence horaire, tandis que l'écart serait bien plus faible pour les traitements par lots nocturnes. Deuxième point : la valeur par défaut du paramètre effort — le rapport indique que max s'applique sans paramètre explicite, ce qui signifie que les intégrations ne transmettant pas ce paramètre consommeront des tokens de réflexion et de la latence au niveau le plus lourd, gonflant la facture et le temps de réponse. Troisième point : le contexte de 1 million de tokens et la lecture directe de contenus multimédias élargissent le volume d'entrée possible par requête, transformant le choix entre « tout insérer directement » et « découper par recherche » en un arbitrage à tester selon le taux de succès du cache ; le rapport, sur la base de 1 milliard de tokens d'entrée, indique que des taux de succès de cache de 90 % et 95 % mènent à des conclusions différentes. Quatrième point : le rapport indique que M3.1 Flash est placé en tête de la liste des modèles dans la documentation API officielle, et qu'une version Pro visant le plafond d'intelligence sortira plus tard, sans calendrier ni engagement de disponibilité à ce stade.
Intégration et évaluation
Ce qui suit relève de recommandations et d'analyses conditionnelles fondées sur le rapport, et non de faits vérifiés. Première décision : faut-il définir M3.1 Flash comme modèle par défaut d'un flux de travail d'agent. Le fondement est que le rapport lui attribue 62,8 points sur Automation-Bench, en tête, et un coût d'environ 0,25 à 0,3 yuan par tâche. Le point de choix réel est le niveau d'effort — sans paramètre explicite, cela équivaut à utiliser le niveau max en permanence. Conditions d'application : pour les flux par lots couvrant plusieurs systèmes SaaS et privilégiant le taux de réussite global sur la latence par étape, un remplacement à l'essai est prioritaire ; pour les appels à étape unique, à faible risque et sensibles à la latence, il faut explicitement descendre à low ou medium. Critère d'évaluation : extraire 50 à 100 tâches réelles de ses propres processus pour former un ensemble d'évaluation fixe, l'exécuter aux niveaux medium et max, et enregistrer le taux de réussite de bout en bout, le nombre total de tokens, le coût réel par tâche et la latence P95, avec comme condition de validation un taux de réussite au moins égal au modèle actuel et un coût par tâche inférieur à la solution actuelle. Deuxième décision : faut-il remplacer la chaîne actuelle de découpage par recherche par le contexte long et l'entrée multimédia. Le fondement est le contexte de 1 million de tokens et la lecture directe de texte, images et vidéos rapportés. Le point de choix est d'insérer tout le contenu ou de maintenir le découpage, la condition étant le taux de succès réel du cache — le rapport montre que les conclusions de coût diffèrent entre 90 % et 95 % de succès. Critère d'évaluation : mesurer sur le même ensemble d'évaluation la cohérence des réponses des deux chaînes, la latence du premier token et la latence P95, ainsi que le coût pour mille appels calculé sur le taux de succès réel, et retenir l'option dont l'écart de qualité est acceptable et le coût plus faible. Troisième décision : faut-il router de manière mixte entre les modèles Flash chinois selon le type de tâche. Le rapport indique que DeepSeek est plus avantageux sur les tâches d'ingénierie logicielle DeepSWE et que MiniMax se distingue davantage sur les flux de travail d'entreprise et les appels d'outils financiers, ce qui relève d'une synthèse du rapport et non d'une conclusion établie. La condition préalable est que la sémantique d'erreur, les délais d'attente et les tentatives des deux API puissent être encapsulés de manière unifiée. Critère d'évaluation : le taux de réussite global et le coût total d'un même lot de tâches mixtes avec un modèle unique et avec la solution de routage ; si la complexité du routage n'apporte pas d'amélioration mesurable du taux de réussite ou du coût, revenir à un modèle unique.
Limites et points à confirmer
À préciser clairement : à la date de cette vérification du catalogue, le MiniMax M3.1 Flash n'existe pas dans la liste actuelle des modèles de KimiSeek, et aucune entrée de la série MiniMax n'y figure ; la mise en ligne d'API mentionnée par le rapport désigne donc le canal officiel de MiniMax, et cet article ne signifie pas que ce modèle est disponible sur KimiSeek. Tous les scores de référence, vitesses, coûts et descriptions de prix cités proviennent du rapport de 新智元 du 19 octobre 2026, relèvent d'évaluations officielles ou tierces relayées et n'ont pas été reproduits indépendamment ici ; certains noms et versions de modèles comparés dépassent le périmètre vérifiable et ne doivent pas servir à déduire un classement réel des capacités. Les chiffres mentionnés dans le rapport, comme 1 yuan par million de tokens en entrée et 4 yuans en sortie, reflètent la formulation du rapport au moment de la publication et ne constituent pas des prix actuels ; avant toute intégration, il convient de se référer à la page de tarification et à la documentation officielles de MiniMax, cet article ne rapportant ni ne figeant aucun prix actuel. Le rapport indique qu'une version Pro sortira plus tard, information prospective sans date de sortie ni engagement de disponibilité ; les différences de qualité et de coût entre les niveaux d'effort ne sont également décrites qu'au niveau du rapport et nécessitent des tests propres. Le débit réel dans différentes régions, conditions de concurrence et limites de débit peut différer sensiblement des valeurs TPS rapportées.