MiniMax julkaisee M3.1 Flashin ja paljastaa salassa toimineen Space Bunny -mallin

MiniMax julkaisi 19. lokakuuta 2026 virallisesti MiniMax M3.1 Flashin ja vahvisti julkaisupostauksessaan, että Space Bunny, anonyymi malli, joka käsitteli salassa toimiessaan yli 200 biljoonaa tokenia, oli uuden julkaisun varhainen versio.

MiniMaxin ilmoituksessa M3.1 Flashia kuvataan uuden sukupolven Flash-malliksi, joka tarjoaa yhtiön mukaan ”sukupolven loikan” agenttitehtävissä, koodauksessa, tietokoneen käytössä ja kyberturvallisuudessa. Yhtiön mukaan julkaisu tekee verkkopäättelystä lähes kolme kertaa nopeampaa ja vähentää käyttökustannuksia 70 prosenttia.

Space Bunnyn salainen koekäyttö

MiniMaxin julkaisupostauksen mukaan Space Bunny oli noussut maailmanlaajuisten tulostaulukoiden kärkeen toimiessaan anonyymisti. Salaisen koekäytön alustana toiminut OpenRouter kertoi paljastuspostauksessaan, että Space Bunny oli sen käytetyin malli 10 päivää peräkkäin ja käsitteli 56,7 biljoonaa tokenia – enemmän kuin yksikään muu sen koekäyttämä salassa toiminut malli.

OpenRouterin mukaan Space Bunny poistui sen alustalta 5. lokakuuta 2026 ja palasi 19. lokakuuta 2026 M3.1 Flashina, jota OpenRouter tarjoaa ilmaiseksi 72 tunnin ajan. OpenRouterin mukaan käyttäjiltä salaisen koekäytön aikana saatu palaute auttoi MiniMaxia korjaamaan virheitä ja julkaisemaan parannuksia: aika ensimmäiseen tokeniin lyheni 38 prosenttia 1,95 sekunnista 1,22 sekuntiin, läpimeno kasvoi 45 prosenttia 70 tokenista sekunnissa 100 tokeniin sekunnissa ja virheaste laski 1,4 prosentista 0,7 prosenttiin.

Yhtiön ilmoittamat vertailutulokset

MiniMaxin ilmoituksen mukaan M3.1 Flash on parantunut monissa vertailutesteissä ja yltää yhtiön kuvauksen mukaan johtavien mallien tasolle vaativissa agenttitehtävissä, tietokoneen käytössä, ohjelmistokehityksessä ja kyberturvallisuudessa.

MiniMaxin mukaan malli kuuluu AutomationBench-AA-testin parhaisiin ja pystyy suorittamaan kokonaisia käytännön työnkulkuja yrityskäyttöön tarkoitetuissa SaaS-järjestelmissä. Se ratkaisee käytännön ongelmia myynnissä, markkinoinnissa, operatiivisessa toiminnassa, asiakaspalvelussa, taloushallinnossa ja henkilöstöhallinnossa alusta loppuun. Usean vaiheen suunnittelua, asiakirjojen ja tiedostojen johdonmukaisuutta, taloudellisten säädösten noudattamista ja ketjutettuja työkalukutsuja mittaavassa BankerToolBench-testissä yhtiö ilmoitti tulokseksi 76,2.

Koodauksessa ja ohjelmistotekniikassa MiniMax ilmoitti tulokseksi 73,7 % DeepSWE v1.1 -testissä. Testissä arvioidaan monimutkaisia ohjelmistotehtäviä, joissa mallien on ymmärrettävä koodia itsenäisesti, kehitettävä ominaisuuksia, korjattava ongelmia ja validoitava työnsä testaamalla. Yhtiön mukaan M3.1 Flash suoriutuu hyvin pitkistä vaiheketjuista ja tukee monimutkaisia ohjelmistokehityksen työnkulkuja aiempaa edullisemmin. Julkaisupostauksessa ilmoitettiin DeepSWE-testin tulokseksi 74 %, Automation-Bench-testin 62 %, ALE-testin 30 % ja visuaalista päättelyä mittaavan BabyVision-testin 91 %.

Tietokoneen käytössä MiniMax ilmoitti OSWorld V2 -testissä tulokseksi 61,7 pistettä. Testi mittaa tekoälyn kykyä käyttää tietokonetta ja suorittaa tehtäviä eri sovelluksissa. Agents’ Last Exam (ALE) -testissä, jossa arvioidaan suoriutumista todellisissa ammatillisissa töissä ja monimutkaisissa tehtävissä, tulos oli 29,6 pistettä. Yhtiön mukaan M3.1 Flash sijoittuu molemmissa testeissä kiinalaisista malleista ensimmäiseksi. Yhtiö kuvaili mallia kykeneväksi toimimaan todellisissa ympäristöissä, käyttämään työkaluja ja suorittamaan pitkiä tehtäväketjuja.

Kyberturvallisuudessa MiniMax ilmoitti CyberGym-testin tulokseksi 82 prosenttia. Yhtiön mukaan tulos osoittaa mallin olevan kyvykäs haavoittuvuuksien löytämisessä ja todentamisessa. Yhtiö lisäsi, että sisäisten tietoturva-asiantuntijoidensa arvioissa malli suoriutui hyvin koodin auditoinnista, haavoittuvuuksien korjaamisesta, tunkeutumistestauksesta, haittaohjelmien analysoinnista ja käänteistekniikasta.

OpenRouterin julkaisussa välitettiin erikseen MiniMaxin ilmoittamat tulokset: AutomationBench-AA-testissä 72,5 % ja DeepSWE-testissä 73,67 %. Julkaisun mukaan MiniMaxin omat arvioinnit osoittavat M3.1 Flashin päihittävän niukasti DeepSeek V4.1 Flashin Automation-Bench- ja HLE-testeissä.

MiniMax kertoi optimoineensa mallin päättelytehokkuutta entistä aggressiivisemmalla harvuuden lisäämisellä. Yhtiön mukaan tulostusnopeus voi ylittää tavallisessa käytössä 200 tokenia sekunnissa, ja mediaaninopeus (P50) pysyy jatkuvasti yli 170 tokenissa sekunnissa.

Hinnoittelu, saatavuus ja painojen julkaisu

API:n kiinteä hinnoittelu on 0,15 $ miljoonaa syötetokenia kohden, 0,60 $ miljoonaa tulostokenia kohden ja 0,015 $ miljoonaa välimuistiin tallennettua syötetokenia kohden. MiniMaxin mukaan mallin kokonaiskäyttökustannukset agenttitehtävissä ovat 70 prosenttia edeltäjää pienemmät. Julkaisupostauksessa M3.1 Flashin kuvailtiin tarjoavan huipputason älykkyyttä yhteistyö-, koodaus- ja visuaalisen päättelyn tehtäviin kolmasosalla M3:n kustannuksista ja kolminkertaisella nopeudella.

M3.1 Flash on saatavilla MiniMax API:n, M Plan -tilauksen ja työpöytäkäyttöön tarkoitetun MiniMax Coden kautta. OpenRouterin mukaan se lisää mallin 72 tunnin ilmaiskauden jälkeen valikoimaansa hintaan 0,15 $ miljoonaa syötetokenia kohden, 0,60 $ miljoonaa tulostokenia kohden ja 0,015 $ miljoonaa välimuistiin tallennettua syötetokenia kohden.

MiniMaxin julkaisupostauksen mukaan mallin painot julkaistaan 23. lokakuuta 2026, kun taas yhtiön ilmoituksessa kerrottiin niiden tulevan saataville myöhemmin. MiniMax lisäsi, että myöhemmin julkaistaan myös Pro-malli, jonka se kuvaili koettelevan älykkyyden rajoja. Yhtiö kuvasi Flashia jatkuvaksi pyrkimyksekseen löytää tasapaino tehokkuuden ja suorituskyvyn välillä.