Pada 23 Oktober, MiniMax resmi mengopen-source M3.1 Flash model weight. Perusahaan ini juga mengumumkan bahwa dalam 72 jam setelah peluncuran, volume pemrosesan model telah melebihi 100 triliun Token, dan akan bekerja sama dengan beberapa produsen chip, platform inferensi, dan platform layanan cloud untuk mempercepat akses di hari pertama open source. Menurut data dari MiniMax, M3.1 Flash dirilis pada 19 Oktober, dan ditujukan untuk aplikasi seperti tugas agen, pemrograman, operasi komputer, dan keamanan siber.
Menurut data yang dirilis oleh MiniMax, kecepatan inferensi online dari model ini meningkat hampir 3 kali lipat dibandingkan sebelumnya, dengan biaya penggunaan yang berkurang sebesar 70%. Model ini menggunakan arsitektur perhatian jarang, dengan kecepatan output harian yang dapat melebihi 200 Token per detik, dan kecepatan output median yang stabil di atas 170 Token per detik.
M3.1 Flash Model Meningkatkan Kinerja Secara Signifikan dan Mengurangi Biaya
Dari segi harga API, M3.1 Flash memiliki harga input sebesar 1 yuan per juta Token, harga output sebesar 4 yuan, dan harga pembacaan cache sebesar 0.1 yuan. Dibandingkan dengan harga yang sesuai untuk M3, harga input dan output masing-masing telah turun lebih dari 50%, sementara harga pembacaan cache turun lebih dari 70%.
MiniMax menyatakan bahwa mereka akan bekerja sama dengan produsen chip seperti Huawei Ascend, Tsinghua Unigroup, Kunlun Core, Moore Threads, NVIDIA, dan AMD, serta platform inferensi dan layanan cloud terkait untuk mendorong integrasi M3.1 Flash. Dengan membuka model weight, pengembang dapat melakukan deployment dan optimasi sesuai dengan bisnis dan lingkungan hardware mereka.
Dikabarkan bahwa model Space Bunny yang sebelumnya berjalan secara anonim dan telah memproses lebih dari 200 triliun Token adalah versi awal dari M3.1 Flash. MiniMax juga mengumumkan bahwa versi Pro dengan kemampuan kecerdasan yang lebih tinggi akan diluncurkan di kemudian hari, namun waktu rilis spesifik belum diumumkan.