La empresa china MiniMax publicó M3.1 Flash, un modelo de razonamiento que obtiene 42 puntos en el Artificial Analysis Intelligence Index. Son 13 puntos más que su antecesor M3, y lo consigue a menos de la mitad del costo por tarea, informó The Decoder el 19 de octubre de 2026.
Con ese puntaje empata con GLM-5.3-Flash, supera por un punto a Gemini 3.8 Flash (41) y queda detrás de Deepseek V4.1 Flash 1017, que marca 45.
¿Dónde mejoró más M3.1 Flash?
El salto más grande está en el razonamiento complejo. En Humanity's Last Exam alcanza un 48%, por encima de Deepseek y de GLM. En CritPt, la prueba que mide razonamiento de física a nivel de investigación con 71 problemas complejos, saca un 22%. Eso lo deja delante de GLM-5.3-Flash (15%) y de Gemini 3.8 Flash (18%), y apenas detrás de Deepseek (24%).
En exactitud factual, medida con la prueba AA-Omniscience, responde bien el 56% de las preguntas. GLM-5.3-Flash llega al 28% y Deepseek al 43%.
El modelo también gasta muchos menos tokens de salida que sus rivales, y por eso el costo por tarea baja a cerca de 0,22 dólares. MiniMax asegura que corre tres veces más rápido que M3.
El punto débil es la tasa de alucinación, que llega al 93%. Según Artificial Analysis, el modelo intenta contestar todas las preguntas de la prueba en vez de abstenerse cuando no está seguro.
Contexto, precio y disponibilidad
M3.1 Flash maneja hasta un millón de tokens de contexto y acepta texto e imágenes. Estos son los precios de la API:
| Concepto | Precio por millón de tokens |
|---|---|
| Entrada | 0,15 dólares |
| Salida | 0,60 dólares |
| Entrada en caché | 0,015 dólares |
La API ya funciona en la plataforma de MiniMax, que además ofrece una aplicación de escritorio llamada MiniMax Code. En la prueba de programación DeepSWE v1.1 el modelo llega hasta un 73,7%, con un costo menor a 0,30 dólares por tarea, según cifras de la propia MiniMax. La empresa planea liberar los pesos abiertos el 23 de octubre.
¿Gana MiniMax o gana Deepseek?
Frente a Deepseek V4.1 Flash 1017, lanzado hace pocos días, ninguno de los dos se impone en todo. Deepseek lidera el índice de Artificial Analysis con 45 puntos contra 42 y saca una ventaja corta en CritPt, 24% contra 22%.
MiniMax se adelanta en el resto. Logra un 48% en Humanity's Last Exam, donde Deepseek llega a 43%, y acierta el 56% de las preguntas de AA-Omniscience contra el 43% de su rival.
| Prueba | MiniMax M3.1 Flash | Deepseek V4.1 Flash 1017 |
|---|---|---|
| Intelligence Index | 42 | 45 |
| Humanity's Last Exam | 48% | 43% |
| CritPt | 22% | 24% |
| AA-Omniscience | 56% | 43% |
| Costo por tarea | 0,22 dólares | 0,26 dólares |
| Tokens de salida en la batería de pruebas | 189 millones | 224 millones |
MiniMax sale apenas más barato por tarea porque necesita menos tokens de salida para recorrer las mismas pruebas, cerca de 189 millones contra 224 millones de Deepseek.
Los dos modelos tendrán versión de pesos abiertos. El de Deepseek ya está en Hugging Face y el de MiniMax llegará el 23 de octubre.
