شرکت چینی MiniMax از مدل هوش مصنوعی جدید خود با نام M3.1 Flash رونمایی کرد؛ مدلی که با تمرکز بر برنامه‌نویسی، اجرای وظایف پیچیده و استفاده از ابزارهای نرم‌افزاری توسعه یافته است. این شرکت می‌گوید مدل جدید در مقایسه با نسل قبلی، پیشرفت قابل‌توجهی در عملکرد دارد و هزینه انجام وظایف هوش مصنوعی را کاهش می‌دهد.
بر اساس اعلام رسمی MiniMax در ۱۹ اکتبر ۲۰۲۶، سرعت پردازش آنلاین مدل جدید تقریباً سه برابر شده و هزینه کلی استفاده در وظایف عامل‌محور تا ۷۰ درصد کاهش یافته است. منظور از وظایف عامل‌محور، کارهایی است که هوش مصنوعی باید چند مرحله را پشت سر بگذارد؛ برای مثال، کد بنویسد، فایل‌ها را بررسی کند، از ابزارهای مختلف استفاده کند و نتیجه نهایی را تحویل دهد.
یکی از کاربردهای اصلی M3.1 Flash برنامه‌نویسی و مهندسی نرم‌افزار است. MiniMax اعلام کرده این مدل در آزمون DeepSWE نسخه ۱.۱ به امتیاز ۷۳٫۷ درصد رسیده است؛ آزمونی که توانایی مدل‌ها را در انجام وظایف پیچیده توسعه نرم‌افزار ارزیابی می‌کند. با این حال، برای مقایسه دقیق با رقبا باید شرایط آزمایش، نسخه مدل‌ها و روش ارزیابی نیز در نظر گرفته شود.
این مدل در حوزه کار با رایانه و اجرای فرایندهای چندمرحله‌ای نیز بهبود یافته است. طبق نتایج منتشرشده از سوی سازنده، M3.1 Flash در آزمون OSWorld V2 امتیاز ۶۱٫۷ و در Agents’ Last Exam امتیاز ۲۹٫۶ را کسب کرده است. این آزمون‌ها توانایی هوش مصنوعی در تعامل با محیط‌های نرم‌افزاری و انجام وظایف واقعی را می‌سنجند؛ البته ارقام اعلام‌شده از سوی خود شرکت به دست آمده‌اند و نباید بدون بررسی مستقل، معادل برتری قطعی بر تمام مدل‌های رقیب تلقی شوند.
MiniMax همچنین از پیشرفت در امنیت سایبری خبر داده است. این شرکت می‌گوید مدل جدید در آزمون CyberGym به امتیاز ۸۲ درصد رسیده و می‌تواند در بررسی کد، شناسایی آسیب‌پذیری‌ها و تحلیل امنیتی نرم‌افزارها کمک کند. چنین قابلیت‌هایی کاربرد دوگانه دارند و استفاده از آن‌ها در محیط‌های حساس باید با مجوز، کنترل دسترسی و نظارت انسانی همراه باشد.
از نظر هزینه، قیمت اعلام‌شده برای هر یک میلیون توکن ورودی ۰٫۱۵ دلار و برای هر یک میلیون توکن خروجی ۰٫۶۰ دلار است. هزینه توکن‌های ورودی ذخیره‌شده در حافظه نهان نیز ۰٫۰۱۵ دلار به ازای هر یک میلیون توکن اعلام شده است. این مدل از طریق API شرکت، اشتراک M Plan و ابزار MiniMax Code در دسترس قرار گرفته و شرکت سازنده گفته است وزن‌های مدل در مرحله بعد منتشر می‌شوند.
معرفی M3.1 Flash بخشی از رقابت شرکت‌های هوش مصنوعی برای ساخت مدل‌هایی است که علاوه بر پاسخ‌گویی به پرسش‌ها، بتوانند کارهای عملی و چندمرحله‌ای را با هزینه کمتر انجام دهند. با وجود نتایج اعلام‌شده، ارزیابی نهایی کیفیت این مدل به آزمایش‌های مستقل، تجربه توسعه‌دهندگان و عملکرد آن در پروژه‌های واقعی وابسته خواهد بود.
