MiniMax M3.1 Flash : agents IA plus rapides, 70% moins chers ?

MiniMax M3.1 Flash offre un contexte d’un million de jetons et des API compatibles OpenAI et Anthropic. Analyse du prix, des tests et des limites.

Actualité

MiniMax a lancé M3.1 Flash le 19 octobre 2026 via son API, M Plan et MiniMax Code. Le modèle multimodal cible les agents IA, le code, les outils et les longs contextes. Reuters a confirmé le lancement et les affirmations de MiniMax : une inférence presque trois fois plus rapide et un coût des tâches agentiques réduit de 70% par rapport au prédécesseur.

Les caractéristiques publiées

La documentation annonce jusqu'à 1 000 000 de jetons de contexte, des entrées texte, image et vidéo, et cinq niveaux de raisonnement. Les tarifs sont de 0,15 dollar par million de jetons en entrée, 0,60 en sortie et 0,015 pour l'entrée mise en cache. Des endpoints compatibles OpenAI et Anthropic facilitent les essais.

MiniMax revendique plus de 200 jetons par seconde, avec une médiane P50 supérieure à 170. Ces mesures viennent du fournisseur ; la latence réelle dépendra de la région, de la charge, du contexte et du niveau de raisonnement.

Analyse

Ce que montrent les benchmarks

MiniMax publie 73,7% sur DeepSWE v1.1, 61,7 sur OSWorld V2, 76,2 sur BankerToolBench et 82% sur CyberGym. L'ensemble suggère une optimisation pour les séquences multiétapes, les outils et le code.

Les tests du fournisseur ne remplacent pas une évaluation indépendante. Il faut mesurer le taux d'achèvement, les corrections humaines, le coût par tâche réussie, la latence P95 et la reprise après erreur. La baisse de 70% compare les tâches agentiques au modèle précédent ; elle ne garantit pas la même économie partout.

M2.5 et M2.7 n'acceptent plus de nouveaux utilisateurs depuis le 19 octobre et doivent être retirés le 18 novembre 2026. Certains plans seront redirigés automatiquement ; les applications à l'usage doivent comparer les sorties avant migration.

À suivre

Comment l'évaluer en entreprise

Commencez par un flux mesurable : classer des tickets, réviser du code avec tests ou synthétiser des documents. Comparez-le au modèle actuel sur les mêmes tâches et relevez qualité, temps, jetons, échecs d'outils et interventions humaines. Pour les données sensibles, vérifiez conservation, lieu de traitement et accès.

Un million de jetons peut aider avec de grands dépôts, mais remplir le contexte n'est pas toujours efficace. La recherche ciblée, le cache et le niveau de raisonnement peuvent davantage déterminer le coût. MiniMax promet les poids plus tard sans date précise : l'auto-hébergement n'est pas encore disponible.

À lire : Mistral Large 4 en aperçu API.

Sources vérifiées : MiniMax, documentation API, avis de migration et Reuters.