MiniMax M3.1 Flash Đang hoạt động

MiniMax M3.1 Flash là mẫu Flash thế hệ mới do MiniMax ra mắt, đồng thời là mô hình “Space Bunny” ẩn danh, đã xử lý hơn 200T Token. MiniMax M3.1 Flash đạt năng lực hàng đầu trong các tác vụ Agentic, lập trình, Computer Use và an ninh mạng, với DeepSWE đạt 73.7%, OSWorld V2 đạt 61.7 và CyberGym đạt 82%. MiniMax M3.1 Flash đã được cung cấp trên MiniMax API, MPlan và MiniMax Code; trọng số sẽ được mở mã nguồn sau.

Tác vụ phức tạp và tự động hóa: Dẫn đầu AutomationBench-AA, có thể hoàn thành các quy trình nghiệp vụ thực tế của doanh nghiệp trong bán hàng, tiếp thị, vận hành, chăm sóc khách hàng, tài chính, nhân sự và nhiều hệ thống SaaS khác; đạt 76.2 điểm trên BankerToolBench, nổi bật với khả năng lập kế hoạch nhiều bước và gọi chuỗi công cụ.
Lập trình và kỹ thuật phần mềm: DeepSWE v1.1 đạt 73.7%, có thể độc lập hoàn thành các tác vụ phát triển dài gồm hiểu mã nguồn, phát triển tính năng, sửa lỗi và xác minh kiểm thử.
Computer Use: Đạt 61.7 điểm trên OSWorld V2 và 29.6 điểm trên ALE, đều đứng đầu trong các mô hình nội địa, có thể chuyển từ hiểu nhiệm vụ sang thao tác và bàn giao trên máy tính thực tế.
An ninh mạng: CyberGym đạt 82%, bao phủ kiểm toán mã nguồn, vá lỗ hổng, kiểm thử xâm nhập, phân tích mã độc và kỹ nghệ đảo ngược.
Suy luận tốc độ cao: Tốc độ xuất trong sử dụng hằng ngày đạt 200+ TPS (P50 ổn định ở mức 170+ TPS), tăng gần 3 lần so với thế hệ trước.

Theo dõi WeChat và trả lời “开源” để tham gia nhóm trao đổi dự án AI mã nguồn mở
Kiến trúc chú ý thưa: M3.1 Flash sử dụng thiết kế chú ý thưa mạnh hơn. Bằng cách giảm các tương tác dư thừa trong tính toán chú ý, mô hình vừa duy trì khả năng hiểu ngữ cảnh dài vừa giảm đáng kể chi phí tính toán. Đây là cơ chế cốt lõi giúp đạt tốc độ xuất hơn 200+ TPS và tăng gần 3 lần tốc độ suy luận, đồng thời giảm mạnh chi phí suy luận trên mỗi Token.
Thực thi tác vụ Agentic theo chuỗi dài: Mô hình được huấn luyện tăng cường cho việc lập kế hoạch nhiều bước và gọi công cụ, nhờ đó có thể phân rã các tác vụ phức tạp thành những bước liên tục có thể thực thi trong các tình huống như quy trình SaaS liên kết, tuân thủ tài chính và phát triển phần mềm. Trong quá trình thực thi, mô hình duy trì tính nhất quán thông tin giữa các tài liệu và tệp, đạt năng lực hàng đầu trên các chuẩn đánh giá như AutomationBench và DeepSWE, vốn kiểm tra khả năng hoàn thành trọn vẹn tác vụ thực tế.
Khả năng tương tác với môi trường thực (Computer Use): Thông qua huấn luyện tương tác với hệ điều hành thực và môi trường đa ứng dụng, mô hình có khả năng khép kín gồm nhận biết màn hình, thao tác phần mềm, gọi công cụ và xác minh kết quả, giúp đạt thành tích trên OSWorld V2 và ALE, những chuẩn đánh giá “thao tác và bàn giao thực tế.

Gọi API: Truy cập nền tảng mở MiniMax (https://www.minimax.cn/) để đăng ký và đăng nhập, sau khi lấy API Key, trỏ mô hình đến M3.1 Flash theo tài liệu để sử dụng.
Đăng ký MPlan: Truy cập https://www.minimax.cn/m-plan để chọn và đăng ký gói, phù hợp với người dùng cần sử dụng mô hình với khối lượng lớn theo ngân sách cố định.
Cài đặt MiniMax Code: Truy cập MiniMax Code để tải phiên bản máy tính. Sau khi cài đặt, có thể sử dụng trực tiếp M3.1 Flash trong các tình huống lập trình.

Năng lực Agentic hàng đầu: Dẫn đầu trong các đánh giá tác vụ Agent phức tạp như AutomationBench-AA và BankerToolBench (76.2 điểm), có thể độc lập hoàn thành quy trình nghiệp vụ thực tế của doanh nghiệp trên nhiều hệ thống SaaS.
Năng lực lập trình ngang tầm flagship: DeepSWE v1.1 đạt 73.7%, có khả năng hiểu mã nguồn, phát triển, sửa lỗi và xác minh kiểm thử theo chuỗi dài, với chi phí thấp hơn nhiều so với các mô hình cùng cấp.
Computer Use đứng đầu trong các mô hình nội địa: Đứng đầu trong các mô hình nội địa ở cả OSWorld V2 (61.7) và ALE (29.6).
Dẫn đầu về an ninh mạng: CyberGym đạt 82%, hỗ trợ các tình huống bảo mật chuyên nghiệp như kiểm toán mã nguồn, kiểm thử xâm nhập và kỹ nghệ đảo ngược với chi phí thấp.
Tốc độ nhanh gấp 3 lần: Kiến trúc chú ý thưa mạnh giúp đạt tốc độ xuất 200+ TPS, P50 ổn định ở mức 170+ TPS, nâng cao đáng kể trải nghiệm tương tác.

Trang web dự án: https://www.minimax.cn/blog/minimax-m31f

Tự động hóa văn phòng cấp doanh nghiệp: Liên kết các quy trình bán hàng, tiếp thị, chăm sóc khách hàng, tài chính và nhân sự giữa nhiều hệ thống SaaS. Ví dụ, tự động theo dõi khách hàng tiềm năng, chuyển xử lý yêu cầu và tạo báo cáo giữa hệ thống CRM và email, tương ứng với năng lực dẫn đầu trên AutomationBench-AA.
Trợ lý lập trình AI/phát triển phần mềm: Độc lập hoàn thành việc hiểu mã nguồn, phát triển tính năng, sửa Bug và xác minh kiểm thử, phù hợp để tích hợp vào MiniMax Code hoặc quy trình CI, hỗ trợ quy trình phát triển dài với chi phí thấp nhờ năng lực DeepSWE 73.7%.
Nhân viên số Computer Use: Trực tiếp thao tác máy tính để hoàn thành các tác vụ liên ứng dụng, chẳng hạn tự động sắp xếp tệp, điền biểu mẫu hệ thống, thu thập dữ liệu web và tổng hợp bàn giao; OSWorld V2 đạt 61.7 điểm, hỗ trợ tương tác trong môi trường thực tế.
Tuân thủ tài chính và xử lý nghiệp vụ: Dựa trên khả năng lập kế hoạch nhiều bước và duy trì tính nhất quán giữa các tài liệu với 76.2 điểm trên BankerToolBench, xử lý các tình huống nghiệp vụ tài chính như đối chiếu sao kê, rà soát tuân thủ và kiểm tra tính nhất quán dữ liệu giữa các tệp.