MiniMax、低コストなエージェントタスクと100万トークンのコンテキストを掲げるM3.1 Flashを発表

MiniMaxは10月19日、M3.1 Flashを発表し、アップデートの重点をソフトウェア開発、複数ステップにわたるツール操作、コンピューター利用に置いた。同社は、以前匿名で提供されていたSpace Bunnyがこのモデルの初期バージョンだったことも確認した。現在はMiniMax API、M Plan、MiniMax Codeから利用できる。モデルの重みは後日公開する予定であり、現時点でオープンウェイトのリリースが完了したとはみなせない。公式発表

技術面では、MiniMaxは、より積極的なスパース化によって推論効率を高めたと説明し、通常の出力速度は毎秒200トークン超、中央値は170トークン超だと主張している。ただし、発表では、これらの速度を再現するために必要なハードウェア、同時実行数、入力長の条件が十分に示されていない。エンジニアリングチームは実際の負荷で検証する必要がある。公式発表によると、DeepSWE v1.1のスコアは73.7%、OSWorld V2は61.7点。これらの数値はモデル選定の参考にはなるが、あくまでベンダーによる評価だ。リリースノート

APIの料金は、入力が100万トークンあたり0.15ドル、出力が0.60ドル、キャッシュ入力が0.015ドル。コードベースを繰り返し読み込み、ツールを実行し、結果を修正するエージェントでは、キャッシュヒット率と反復回数の両方がタスクの総コストを左右する。公式は前世代からコストを70%削減したと主張しているが、この数字をあらゆるワークフローにそのまま当てはめることはできない。公式料金

統合に関するもう一つの注目点はOpenRouterにある。同サービスのモデルページには、100万トークンのコンテキスト、テキスト・画像・動画入力への対応、toolsとtool_choiceのサポートが記載されている。また、response_formatでJSON出力を要求できるものの、JSON Schemaへの準拠は強制されないとも明記されている。厳密なフィールドや型が必要なアプリケーションでは、ツールを実行する前に構造検証とエラー処理を加える必要がある。OpenRouterのモデルページ

今後は、重み、ライセンス、デプロイ仕様の公開時期に加え、長いコンテキストでのレイテンシ、ツール引数の正確さ、タスク成功率を確認したい。匿名プレビューからの切り替えを検討しているチームには、既存のコード修正タスクや複数ツールをまたぐタスクを再実行し、完了時間、再試行回数、総トークン使用量を測定する方法が有効だ。