MiniMaxAIは、総パラメータ約428B・トークンあたり活性23BのネイティブマルチモーダルMoEモデル「MiniMax-M3.1-Flash」をHugging Faceで公開しました。コーディング、エージェントワークフロー、コンピューター利用、サイバーセキュリティを対象としており、コンテキストウィンドウは最大1,000,000 tokensです。
MiniMaxは、マルチモーダルモデルやコーディング・エージェント向けの取り組みを進める基盤モデル開発企業です。
何が新しいか
MiniMaxAIによると、M3.1-FlashはMiniMax-M3を基盤に、次の3点でタスク性能と推論効率を改善しています。
- モデル全体にMiniMax Sparse Attention(MSA)を適用
- 量子化認識学習
- DSpark投機的デコーディング(DSpark draft headを同梱)
入力はテキスト・画像・動画、出力はテキストです。Hugging Face上のリポジトリはMiniMaxAI/MiniMax-M3.1-Flash、pipeline_tagはimage-text-to-text、ライセンスはotherです。
ベンチマーク
| ベンチマーク | MiniMax-M3.1-Flash |
|---|---|
| BankerToolBench | 76.2 |
| DeepSWE v1.1 | 73.7% |
| OSWorld V2 | 61.7 |
| Agents' Last Exam | 29.6 |
| CyberGym | 82.2 |
| Automation-Bench v1.0.6 | 62.8 |
原文の比較表では、Automation-Bench v1.0.6でDeepSeek V4.1 Flash-1017が60.5、DeepSeek V4.1 Flashが54.8、Kimi K3が46.7、GLM-5.3が48.8、GPT-5.6 Solが45.8、Opus 5が50.3となっています。
まだコメントはありません。