Análisis en profundidad · Unos 5 min de lectura
MiniMax M3.1 Flash: distinguir resultados, velocidad y coste de API
El anuncio del 19 de octubre combina evaluaciones y tarifas por tokens; los pesos y Pro siguen previstos para más adelante.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
MiniMax presentó M3.1 Flash el 19 de octubre con evaluaciones de agentes, programación, uso del ordenador y seguridad, además de nuevas tarifas. El texto distingue los servicios disponibles de los pesos y de Pro, todavía futuros. Los resultados son del proveedor, sin reproducción de AISubHub.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- Por millón de tokens, las tarifas publicadas son 0,15 dólares de entrada, 0,60 de salida y 0,015 de entrada en caché. La reducción del 70% en coste global de tareas de agentes es una afirmación separada.
- MiniMax comunica 73,7% en DeepSWE v1.1, 61,7 puntos en OSWorld V2, 29,6 en ALE y 82% en CyberGym. Son tareas distintas, sin un único indicador de calidad combinable.
Qué está disponible y qué sigue pendiente
El anuncio ofrece M3.1 Flash mediante MiniMax API, M Plan y MiniMax Code. Identifica al servicio anónimo Space Bunny como una versión temprana y afirma que procesó más de 200 billones de tokens. Es un dato del proveedor: no describe la mezcla de clientes ni demuestra fiabilidad independiente. Los párrafos finales sitúan los pesos y una versión Pro más capaz en el futuro. Por tanto, disponer de una API no equivale a haber publicado pesos abiertos, y el acceso mediante M Plan no demuestra que incluya crédito API gratuito.
Qué comprueban las pruebas de agentes y código
MiniMax describe AutomationBench-AA como flujos empresariales entre sistemas SaaS, por ejemplo ventas, operaciones y finanzas. BankerToolBench, con 76,2 según el proveedor, examina planificación de varios pasos, coherencia documental, cumplimiento financiero y llamadas encadenadas a herramientas. DeepSWE v1.1, con 73,7%, aborda comprensión de código, funciones nuevas, reparaciones y verificación mediante pruebas. Nuestra interpretación es que permiten identificar cargas distintas, sin acreditar que cualquier proceso pueda funcionar sin supervisión. Primero deben definirse las herramientas y pruebas de aceptación propias; después tiene sentido comparar resultados.
Los límites del uso del ordenador y la seguridad
Los resultados publicados son 61,7 puntos en OSWorld V2 y 29,6 en Agents’ Last Exam, vinculados por MiniMax a operación del ordenador, tareas entre aplicaciones y trabajo profesional. También comunica 82% en CyberGym y evaluaciones internas de auditoría, parches, pruebas de penetración, análisis de malware e ingeniería inversa. Esas observaciones no son una certificación externa de seguridad. Recomendamos comprobar capacidades en un entorno autorizado y contenido, con aprobaciones y recuperación adecuadas. Esta es una propuesta de evaluación, no una prueba nuestra ni una razón para eliminar controles operativos.
El precio por token no determina el coste por tarea
Las tarifas planas en dólares por millón de tokens son 0,15 de entrada, 0,60 de salida y 0,015 de entrada almacenada en caché. Por separado, MiniMax afirma que el coste global de tareas de agentes es un 70% inferior al del predecesor. Eso no garantiza el mismo ahorro en toda carga. La longitud de salida, la elegibilidad de caché, los bucles de herramientas y los intentos fallidos pueden cambiar la factura. Nuestro consejo es registrar categorías aplicables y coste total por tarea aceptada. Son precios de consumo API, no una suscripción mensual.
La velocidad de salida no es toda la experiencia
MiniMax atribuye la eficiencia a una mayor dispersión y comunica inferencia en línea casi tres veces más rápida, salidas superiores a 200 tokens por segundo y una mediana P50 consistentemente superior a 170. Son cifras del proveedor, no garantías para una cuenta concreta. No establecen la espera hasta el primer token, la latencia extrema ni el tiempo total de un agente. Sugerimos medir espera, generación y ejecución de herramientas por separado con una carga fija. El rendimiento en tokens no incluye necesariamente las demoras de sistemas externos que condicionan la experiencia completa.
Un piloto útil comprueba la entrega final
Puede evaluarse un conjunto representativo con salidas esperadas y herramientas limitadas, fijando versión del modelo y reglas de puntuación. Deben registrarse aceptación, fallos, revisión humana, tokens y tiempo; solo comparar ejecuciones que cumplen el mismo estándar. Es nuestro consejo, no un experimento realizado para esta noticia. El lanzamiento justifica investigar un agente más barato, pero sus afirmaciones amplias necesitan pruebas específicas del trabajo. Al contratar, conviene verificar acceso y condiciones actuales, sin equiparar automáticamente API, producto de programación y suscripción ni asumir ventajas de pago no anunciadas.
Por qué importa
Conviene comparar tareas aceptadas, tiempo y gasto total en un piloto acotado. Un token barato solo mejora el proyecto cuando se conserva la calidad sin multiplicar reintentos y correcciones manuales.
Límites y disponibilidad
Leímos el anuncio completo, sin usar la API, reproducir pruebas ni comprobar ventajas de cuentas de pago. No se acreditan ahorros universales, latencia de producción ni pesos descargables disponibles.
Fuentes y pruebas
Fecha de la fuente: 19 oct 2026 · Fuente revisada: 20 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.