شرکت چینی MiniMax از مدل جدید هوش مصنوعی خود با نام M3.1 Flash رونمایی کرد؛ مدلی که با هدف اجرای سریع‌تر و ارزان‌تر وظایف پیچیده، برنامه‌نویسی و فعالیت‌های مبتنی بر ایجنت‌های هوش مصنوعی توسعه یافته است.
براساس اطلاعیه رسمی MiniMax در ۱۹ اکتبر ۲۰۲۶، این شرکت ادعا می‌کند مدل جدیدش در مقایسه با نسل قبلی، نزدیک به سه برابر سریع‌تر شده و هزینه استفاده از آن در وظایف ایجنتی تا ۷۰ درصد کاهش یافته است. این ارقام از سوی سازنده اعلام شده‌اند و عملکرد واقعی مدل در کاربردهای مختلف ممکن است متفاوت باشد.
معرفی MiniMax M3.1 Flash؛ تمرکز بر سرعت و کاهش هزینه
مدل M3.1 Flash جدیدترین محصول MiniMax در خانواده مدل‌های Flash محسوب می‌شود و برای انجام وظایفی طراحی شده که به پردازش سریع، استفاده از ابزارهای مختلف و اجرای چندین مرحله متوالی نیاز دارند.
به گفته MiniMax، این مدل در حوزه‌هایی مانند توسعه نرم‌افزار، کار با کامپیوتر، اجرای فرایندهای سازمانی و امنیت سایبری پیشرفت قابل‌توجهی داشته است.
یکی از مهم‌ترین تغییرات، بهینه‌سازی معماری مدل برای افزایش سرعت تولید پاسخ‌هاست.
طبق اعلام شرکت سازنده، سرعت تولید خروجی در استفاده روزمره می‌تواند از ۲۰۰ توکن‌برثانیه عبور کند. همچنین سرعت میانه تولید خروجی در آزمایش‌های داخلی MiniMax بیش از ۱۷۰ توکن‌برثانیه گزارش شده است.
این ارقام به شرایط اجرای مدل وابسته هستند و لزوماً برای تمام کاربران یکسان نخواهند بود.
کاهش ۷۰ درصدی هزینه اجرای وظایف هوش مصنوعی
یکی از مهم‌ترین ویژگی‌های M3.1 Flash، کاهش هزینه استفاده از آن است.
MiniMax اعلام کرده که هزینه کلی اجرای وظایف ایجنتی با این مدل، در مقایسه با نسل قبلی، حدود ۷۰ درصد کمتر شده است.
براساس تعرفه رسمی شرکت، هزینه پردازش هر یک میلیون توکن ورودی ۰٫۱۵ دلار و هر یک میلیون توکن خروجی ۰٫۶۰ دلار تعیین شده است.
همچنین هزینه هر یک میلیون توکن ورودی ذخیره‌شده در حافظه کش، تنها ۰٫۰۱۵ دلار است.
این قیمت‌گذاری می‌تواند برای توسعه‌دهندگانی که از مدل‌های هوش مصنوعی در پروژه‌های بزرگ و فرایندهای خودکار استفاده می‌کنند، اهمیت زیادی داشته باشد.
برای مثال، یک ایجنت برنامه‌نویسی ممکن است برای بررسی فایل‌ها، اصلاح کدها و اجرای آزمایش‌ها به تعداد زیادی درخواست متوالی نیاز داشته باشد. در چنین شرایطی، کاهش هزینه هر درخواست می‌تواند هزینه نهایی پروژه را به میزان قابل‌توجهی کاهش دهد.
عملکرد مدل جدید MiniMax در برنامه‌نویسی
MiniMax در معرفی مدل جدید خود، توجه ویژه‌ای به توانایی‌های برنامه‌نویسی و مهندسی نرم‌افزار داشته است.
براساس نتایج منتشرشده از سوی شرکت، M3.1 Flash در بنچمارک DeepSWE v1.1 امتیاز ۷۳٫۷ درصد را ثبت کرده است.
این آزمون برای ارزیابی توانایی مدل‌های هوش مصنوعی در انجام وظایف پیچیده توسعه نرم‌افزار طراحی شده است.
در چنین وظایفی، مدل باید بتواند کدهای موجود را بررسی کند، تغییرات موردنیاز را اعمال کند، مشکلات را برطرف کند و نتیجه را با اجرای آزمایش‌ها ارزیابی کند.
MiniMax معتقد است مدل جدیدش می‌تواند چنین فرایندهایی را با هزینه کمتر و سرعت بالاتر انجام دهد.
بااین‌حال، برای مشخص شدن جایگاه واقعی M3.1 Flash در برابر مدل‌های رقیب، به آزمایش‌های مستقل بیشتری نیاز است.
توانایی کار با کامپیوتر و اجرای وظایف چندمرحله‌ای
مدل جدید MiniMax تنها برای پاسخ‌گویی به پرسش‌ها یا تولید کد طراحی نشده است.
این شرکت تلاش کرده توانایی M3.1 Flash را در تعامل با محیط‌های نرم‌افزاری و اجرای وظایف واقعی نیز افزایش دهد.
طبق نتایج رسمی، مدل در بنچمارک OSWorld V2 امتیاز ۶۱٫۷ و در آزمون Agents’ Last Exam امتیاز ۲۹٫۶ را کسب کرده است.
این آزمون‌ها توانایی مدل در استفاده از کامپیوتر، تعامل با نرم‌افزارها و انجام فعالیت‌های پیچیده را ارزیابی می‌کنند.
MiniMax ادعا می‌کند M3.1 Flash در هر دو آزمون، در میان مدل‌های چینی جایگاه نخست را به دست آورده است.
همچنین مدل در آزمون BankerToolBench امتیاز ۷۶٫۲ را ثبت کرده که به توانایی آن در اجرای فرایندهای چندمرحله‌ای مرتبط با فعالیت‌های مالی و سازمانی مربوط می‌شود.
قابلیت‌های جدید در حوزه امنیت سایبری
یکی دیگر از حوزه‌هایی که MiniMax روی آن تأکید کرده، توانایی مدل جدید در تحلیل امنیت نرم‌افزار است.
طبق اطلاعات منتشرشده، M3.1 Flash در بنچمارک CyberGym امتیاز ۸۲ درصد را به دست آورده است.
این آزمون برای سنجش توانایی مدل‌ها در شناسایی و بررسی آسیب‌پذیری‌های نرم‌افزاری استفاده می‌شود.
MiniMax همچنین اعلام کرده که مدل جدید در فعالیت‌هایی مانند بررسی امنیت کدها، تحلیل نرم‌افزارها و پیشنهاد اصلاحات امنیتی عملکرد بهتری دارد.
البته نتایج این آزمایش‌ها به‌تنهایی نشان نمی‌دهند که مدل می‌تواند بدون نظارت متخصصان، امنیت یک سامانه واقعی را تضمین کند.
مدل ناشناس Space Bunny همان MiniMax M3.1 Flash بود
یکی از نکات جالب معرفی مدل جدید، ارتباط آن با مدلی ناشناس به نام Space Bunny است.
MiniMax در اطلاعیه رسمی خود تأیید کرده که Space Bunny نسخه اولیه M3.1 Flash بوده است.
به گفته شرکت، این مدل در دوره فعالیت ناشناس خود بیش از ۲۰۰ تریلیون توکن را پردازش کرده است.
این موضوع نشان می‌دهد MiniMax پیش از معرفی رسمی محصول، نسخه اولیه آن را در مقیاس گسترده مورد استفاده قرار داده است.
بااین‌حال، تعداد توکن‌های پردازش‌شده به‌تنهایی معیار مستقیمی برای سنجش کیفیت یا هوشمندی مدل نیست.
زمان عرضه و نحوه دسترسی به MiniMax M3.1 Flash
مدل M3.1 Flash از ۱۹ اکتبر ۲۰۲۶ از طریق API شرکت MiniMax، سرویس M Plan و ابزار MiniMax Code در دسترس قرار گرفته است.
شرکت سازنده اعلام کرده که وزن‌های مدل نیز در آینده منتشر خواهند شد، اما هنوز تاریخ مشخصی برای این اتفاق ارائه نکرده است.
MiniMax همچنین تأیید کرده که مدل قدرتمندتر خانواده جدید خود با نام Pro در آینده معرفی خواهد شد.
در مجموع، M3.1 Flash نشان می‌دهد رقابت شرکت‌های هوش مصنوعی بیش از گذشته به سمت کاهش هزینه و افزایش سرعت اجرای وظایف واقعی حرکت کرده است.
اگر ادعاهای MiniMax در آزمایش‌های مستقل و استفاده روزمره تأیید شوند، مدل جدید می‌تواند به گزینه‌ای جذاب برای توسعه‌دهندگان و شرکت‌هایی تبدیل شود که به دنبال اجرای ایجنت‌های هوش مصنوعی با هزینه کمتر هستند.
دیدگاه‌ها