MiniMax M3.1 Flash: Nova Era de Velocidade e Economia para Agentes de IA

O MiniMax M3.1 Flash, uma evolução do projeto interno conhecido como Space Bunny, que processou mais de 200 trilhões de tokens anonimamente, redefine a eficiência em IA para tarefas de agentes. Este modelo otimiza inferência online, tornando-a quase três vezes mais rápida e reduzindo os custos operacionais em 70%. Sua arquitetura emprega uma esparsidade mais agressiva para alcançar taxas de saída superiores a 200 tokens por segundo (TPS), com medianas consistentemente acima de 170 TPS. Aprimorado para diversas aplicações, o M3.1 Flash se destaca em benchmarks complexos, como o AutomationBench-AA para fluxos de trabalho empresariais, o BankerToolBench para desafios financeiros e o DeepSWE v1.1 para desenvolvimento de software, onde atinge 73,7%. Além disso, ele demonstra forte desempenho em operação de computadores (OSWorld V2) e cibersegurança (CyberGym com 82%), validando vulnerabilidades e auxiliando na análise de malware.

Sua capacidade de interagir com ambientes reais, usar ferramentas e executar sequências de tarefas longas posiciona o M3.1 Flash como uma solução robusta para automação ponta a ponta. A precificação é igualmente agressiva, com US$ 0,15 para cada milhão de tokens de entrada e US$ 0,60 para cada milhão de tokens de saída, tornando-o economicamente viável para implantações de larga escala. O modelo está acessível via API da MiniMax, Plano M e MiniMax Code, com os pesos previstos para liberação futura, democratizando o acesso a essa tecnologia de ponta.

O MiniMax M3.1 Flash representa um salto significativo em relação às iterações anteriores da MiniMax, que o CEVIU News acompanhou de perto. Em maio de 2026, noticiamos a antecipação do modelo M3, que introduzia um novo mecanismo de atenção esparsa, prometendo um aumento de 15,6x na velocidade de resposta em contexto longo. Em julho de 2026, aprofundamos como a Atenção Esparsa do M3 era crítica para agentes de IA de longo horizonte, redefinindo o processamento de contexto sem aumentar o custo computacional.

Agora, com o M3.1 Flash, vemos a materialização e otimização dessas inovações. A