شرکت چینی MiniMax مدل هوش مصنوعی M3.1 Flash را معرفی کرد. این شرکت می‌گوید مدل جدید در اجرای وظایف خودکار، برنامه‌نویسی، کار با کامپیوتر و امنیت سایبری عملکرد بهتری دارد و سرعت پردازش آنلاین آن تقریباً سه برابر شده است؛ درحالی‌که هزینه استفاده از مدل برای وظایف مبتنی بر هوش مصنوعی ایجنت‌محور تا ۷۰ درصد کاهش یافته است.
به گفته MiniMax، مدل Space Bunny که به‌صورت ناشناس بیش از ۲۰۰ تریلیون توکن پردازش کرده بود، همان مدل M3.1 Flash است. این شرکت همچنین اعلام کرده که مدل جدید در برخی آزمون‌های ارزیابی، به سطح مدل‌های پیشرو می‌رسد.
عملکرد M3.1 Flash در وظایف پیچیده و برنامه‌نویسی
MiniMax می‌گوید M3.1 Flash در آزمون AutomationBench-AA از مدل‌های برتر این حوزه است و می‌تواند فرایندهای کاری سازمانی را در سیستم‌های نرم‌افزاری مختلف به‌صورت کامل اجرا کند. این وظایف حوزه‌هایی مانند فروش، بازاریابی، عملیات، خدمات مشتریان، امور مالی و منابع انسانی را در بر می‌گیرند.
این مدل در آزمون BankerToolBench امتیاز ۷۶٫۲ را کسب کرده است. این آزمون توانایی مدل‌ها را در انجام وظایف پیچیده دنیای واقعی، ازجمله برنامه‌ریزی چندمرحله‌ای، حفظ سازگاری میان اسناد و فایل‌ها، رعایت الزامات مالی و اجرای زنجیره‌ای ابزارها ارزیابی می‌کند.
در حوزه برنامه‌نویسی، M3.1 Flash در آزمون DeepSWE نسخه ۱.۱ به امتیاز ۷۳٫۷ درصد رسیده است. این آزمون وظایف پیچیده مهندسی نرم‌افزار را می‌سنجد که در آن‌ها مدل باید کد را به‌صورت مستقل درک کند، قابلیت‌های جدید بسازد، مشکلات را برطرف کند و نتیجه کار خود را با اجرای آزمایش‌ها بررسی کند.
به گفته مینی‌مکس، M3.1 Flash می‌تواند مراحل متعدد توسعه نرم‌افزار را اجرا کند و از فرایندهای پیچیده برنامه‌نویسی با هزینه کمتر پشتیبانی کند.
M3.1 Flash در آزمون OSWorld V2 امتیاز ۶۱٫۷ و در آزمون Agents’ Last Exam (ALE) امتیاز ۲۹٫۶ را به دست آورده است. آزمون نخست توانایی هوش مصنوعی در کار با کامپیوتر و اجرای وظایف در چند برنامه مختلف را می‌سنجد و آزمون دوم عملکرد مدل را در انجام وظایف حرفه‌ای واقعی و فعالیت‌های پیچیده ارزیابی می‌کند.
مینی‌مکس می‌گوید با بهینه‌سازی روش پردازش مدل، سرعت استنتاج آن را افزایش داده است. در استفاده روزمره، سرعت تولید خروجی می‌تواند از ۲۰۰ توکن در ثانیه فراتر برود. از طرفی، هزینه کلی استفاده از M3.1 Flash در وظایف ایجنت‌محور نسبت به نسخه قبلی ۷۰ درصد کاهش یافته است.
تعرفه استفاده از رابط برنامه‌نویسی کاربردی (API) این مدل به‌ازای هر یک میلیون توکن ورودی ۰٫۱۵ دلار و برای توکن خروجی ۰٫۶۰ دلار است.
مدل M3.1 Flash از طریق API شرکت MiniMax، اشتراک M Plan و ابزار MiniMax Code در دسترس قرار گرفته است.
