MiniMax, 428 milyar parametreli M3.1 Flash modelini API'de kullanıma sundu

MiniMax, MiniMax M3.1 Flash modelini API üzerinden kullanıma sundu. Şirketin açıklamasına göre model, milyon girdi token'ı başına 0,15 dolar ve milyon çıktı token'ı başına 0,60 dolar fiyatla sunuluyor. MiniMax ayrıca daha önce gizli bir model olarak test edilen Space Bunny'nin M3.1 Flash'ın erken bir sürümü olduğunu doğruladı; şirkete göre bu sürüm 200 trilyondan fazla token işledi.

MiniMax'in ürün sayfasındaki bilgilere göre M3.1 Flash, 428 milyar toplam ve yaklaşık 23 milyar aktif parametreye sahip bir mixture-of-experts (MoE) modeli; yani her sorguda modelin yalnızca bir bölümü devreye giriyor. Bağlam penceresi 1 milyon token. Model metin, görsel ve video girdisi alıp metin çıktısı üretiyor.

MiniMax M3.1 Flash neler yapabiliyor?

Model; kodlama, ofis işlerinde ajan kullanımı ve görsel akıl yürütme alanlarını hedefliyor. Ürün sayfasında seyrek dikkat (sparse attention) ve yerleşik bir görsel kodlayıcı da listeleniyor. Parametre sayıları, yaklaşık 428 milyar toplam ve 23 milyar aktif değerleriyle MiniMax M3 ile örtüşüyor. MiniMax, Flash sürümünde tam olarak neyin değiştiğine dair bir teknik rapor yayımlamadı.

Akıl yürütme özelliği sürekli açık ve kapatılamıyor. Geliştiriciler Low, Medium, High, Xhigh ve Max olmak üzere 5 çaba seviyesi arasından seçim yapabiliyor; MiniMax varsayılan olarak Max seviyesini öneriyor. Şirkete göre düşünme özelliğini kapatan istekler hata döndürüyor. Akıl yürütme çıktısı ayrı bir reasoning_content alanında geliyor ve bu alan her yanıtta bulunmayabiliyor. M3'te satır içi düşünme etiketlerini ayrıştıran entegrasyonların güncellenmesi gerekiyor.

MiniMax M3.1 Flash test sonuçları ne gösteriyor?

Aşağıdaki puanların tamamı MiniMax tarafından bildirildi; bağımsız bir doğrulama henüz yok. Şirketin paylaştığı tabloya göre model, ofis işlerine yönelik Automation-Bench v1.0.6 testinde 62,2 puanla ilk sırada. Aynı tabloda Opus 5 50,3, GPT-5.6 Sol ise 45,8 puan alıyor. M3.1 Flash, BankerToolBench'te 76,2 puanla Opus 5 ile eşitleniyor ve LOCA-Bench 256K'da 60,3 puanla zirvede yer alıyor. Agents' Last Exam testinde puan 29,6.

Kodlama sonuçları karışık. DeepSWE v1.1'de 73,7 puan alan model, 73,0 puandaki GPT-5.6 Sol'un hemen üzerinde; DeepSeek-V4.1-Flash-1017 ise 77,0 puanla daha yüksek. En zayıf sonuç Terminal Bench 4.0'ta: 38,1 puana karşılık Opus 5 aynı testte 51,8 puan alıyor. SWE Refactor Bench'te model 23,0 puanda kalırken Opus 5 31,0 puana ulaşıyor.

Görsel testlerde araç kullanımlı BabyVision 91,0, CharXiv RQ 82,5 puan alıyor. Araçsız HLE testi ise 43,4. MiniMax'in tablosundaki bazı değerler başka kaynaklarla örtüşüyor: Kimi K3 model kartı DeepSWE için 67,5, BabyVision için 85,7 bildiriyor. Ancak bir tutarsızlık da var; MiniMax'in maliyet grafiği Automation-Bench max çaba seviyesini 62,8 olarak gösterirken tabloda aynı değer 62,2.

Fiyatlandırma ve erişim nasıl işliyor?

Model, platform.minimax.io üzerinde MiniMax-M3.1-Flash adıyla erişilebilir durumda. MiniMax, Anthropic ve OpenAI uyumlu erişim biçimlerini destekliyor; Chat Completions ve Responses da bunlara dahil. Model ayrıca M Plan ve MiniMax Code masaüstü uygulaması üzerinden kullanılabiliyor.

Fiyatlandırma sabit: milyon girdi token'ı başına 0,15 dolar, çıktıda 0,60 dolar. Önbellek okumaları milyon token başına 0,015 dolar ve uzun bağlam için ek ücret alınmıyor. MiniMax M3 ise 512 bin girdi token'ına kadar 0,30/1,20 dolar, bu sınırın üzerinde iki katı fiyatla sunuluyor. Token başına bakıldığında Flash, M3'ün standart ücretinin yarısı. Şirket, M3'e kıyasla üçte bir maliyet iddiasında bulunuyor ancak bu hesabı ayrıntılandırmadı.

Hız tarafında ürün sayfası saniyede yaklaşık 150 token bilgisi veriyor; duyuruda M3'ün 3 katı hız iddiası yer alıyor. Model ağırlıklarının 23 Ekim'de yayımlanması bekleniyor, lisans henüz açıklanmadı ve kendi sunucunda çalıştırma için gereken donanım da bilinmiyor. Karşılaştırma için M3'ün MXFP8 sürümü yaklaşık 440 GB yer kaplıyor.

Neden önemli?

MiniMax, modelin değerini token başına maliyet yerine görev başına maliyet üzerinden anlatıyor. Şirketin grafiğine göre Automation-Bench'te beş çaba seviyesinin tamamı görev başına 0,05 doların altında kalıyor ve puanlar düşük çabada 52,8'den maksimumda 62,8'e çıkıyor. 152 görevlik Agents' Last Exam koşusunun tamamı yaklaşık 111 dolar tuttu. DeepSWE testinde ise DeepSeek V4.1 Flash-1017 hem daha yüksek puan hem daha düşük maliyetle konumlanıyor.

Ancak tablo, ajan odaklı ofis işlerinde öncü modellere yaklaşan puanları Flash seviyesi bir fiyatla sunmayı vaat ediyor. Sınırlılıklar da dikkat çekiyor: Tüm testler üretici tarafından bildirildi ve test düzeneği seçimi sonuçları değiştirebiliyor. MiniMax'in Automation-Bench tablosundaki 46,7 puanına karşılık Kimi K3'ün kartı, 600 görevlik kamuya açık alt kümede 30,8 puan bildiriyor. Opus 5, Terminal Bench 4.0'ta 13,7, NL2Repo-Bench'te ise 14,1 puan önde. Sürekli açık akıl yürütme, basit çağrılarda bile bir token ve gecikme tabanı oluşturuyor.

Türkiye'deki geliştiriciler için model şu anda platform.minimax.io ve uyumlu API'ler üzerinden erişilebilir; Türkçe performansına dair bir veri ise henüz paylaşılmadı. Gözler şimdi 23 Ekim'de yayımlanması beklenen model ağırlıklarına ve açıklanacak lisansa çevrilmiş durumda.