MiniMax presentó el lunes su nueva versión M3.1 Flash del modelo de inteligencia artificial, anunciando que reduce los costes de sus agentes en un 70 %. La compañía ha disminuido a la mitad sus precios por token, con un coste de 0,15 dólares por millón de tokens de entrada, 0,60 dólares por millón de tokens de salida y 0,015 dólares por millón para tokens almacenados en caché. No obstante, esta reducción solo explica en parte su afirmación, ya que el resto depende de la cantidad de tokens que el agente gaste para completar una tarea, un dato que MiniMax no ha especificado en sus comunicaciones.
El incremento de la velocidad de inferencia, casi tres veces más rápido que la versión anterior M3, es otro factor que según MiniMax contribuye al ahorro. Sin embargo, este porcentaje del 70 % merece ser verificado debido a que un menor coste por token solo genera un ahorro verdadero si las tareas también se finalizan en menos ciclos o bucles.
El coste real de una tarea con agentes IA
Un estudio sobre el consumo de tokens en tareas de codificación asistida por agentes encontró que ejecuciones repetidas pueden consumir hasta 30 veces más tokens, siendo los tokens de entrada los principales responsables del gasto. Esto complica evaluar la afirmación del 70 % sin conocer qué cargas de trabajo se testaron exactamente. 
Una comparación independiente llevada a cabo por Artificial Analysis muestra un coste medio por tarea en su índice de inteligencia de 0,22 dólares con M3.1 Flash, frente a 0,51 dólares con M3, lo que supone una reducción del 57 %. Aunque esta cifra es inferior al 70 % anunciado por MiniMax, ambas provienen de pruebas sobre diferentes tipos de tareas.
Rendimiento en programación y uso informático
En las pruebas de codificación, M3.1 Flash alcanza un 73,7 % de aciertos en DeepSWE v1.1, ligeramente por debajo del 74 % que MiniMax atribuye al modelo Claude Opus 5, pero por encima del 73 % de GPT-5.6 Sol. Por su parte, DeepSeek V4.1 Flash 1017 reporta un 77 % en la misma tabla, aunque la versión más reciente de Anthropic, Opus 5.5, no forma parte de esta comparación pública y recomienda realizar evaluaciones propias si se quiere medir contra esa referencia.
En el índice de inteligencia de Artificial Analysis, M3.1 Flash empata en 42 puntos con GLM-5.3 Flash, quedando por delante de Gemini 3.8 Flash con 41 y por detrás de DeepSeek V4.1 Flash 1017, que obtiene 45 puntos.
El uso informático es, sin embargo, la área donde M3.1 Flash muestra más debilidad. En OSWorld V2 logra un 61,7 %, una cifra que, aunque lidera frente a modelos chinos, queda por detrás de los sistemas más potentes de Anthropic y OpenAI, según VentureBeat.
MiniMax también indica un 82 % en CyberGym y afirma que sus expertos en seguridad internos valoran el modelo como muy sólido en auditorías de código, parcheo, pruebas de penetración, análisis de malware y ingeniería inversa. No obstante, no se han publicado detalles de cómo se han llevado a cabo estas evaluaciones, por lo que estas afirmaciones deben tomarse con precaución hasta que se validen de forma independiente.
Respuestas confiadas pero con alta tasa de errores
El hallazgo más relevante surge del benchmark AA-Omnisciencia de Artificial Analysis, donde M3.1 Flash respondió correctamente un 56 % de las preguntas factuales, superando al DeepSeek V4.1 Flash que alcanzó un 43 %. Sin embargo, casi todas las respuestas incorrectas (el 93 %) fueron falsas afirmaciones en lugar de abstenciones, lo que le otorga una puntuación global de 16 en el índice de omnisciencia.
Esta combinación de alta precisión y elevado nivel de alucinaciones ha sido destacada como una preocupación para empresas que requieran fiabilidad en tareas basadas en conocimiento. Según el análisis de The Decoder, al no rechazar preguntas cuando no está seguro, el uso de este modelo en el ámbito empresarial debería complementarse con sistemas de verificación, recuperación de información adicional, limitaciones de uso o revisión humana.
Comparativa con DeepSeek y condiciones de su descuento
DeepSeek resulta la comparación natural para MiniMax. Su tarifa para la versión V4.1 Flash coincide con la de MiniMax: 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida en horas valle. En horario punta, que va de 01:00 a 04:00 y de 06:00 a 10:00 UTC entre semana (excepto festivos chinos), estas tarifas se duplican. Mientras, el costede entrada en caché de DeepSeek es de 0,003 dólares por millón de tokens, cinco veces más barato que el de MiniMax, fijado en 0,015 dólares.
Para equipos ubicados en Nueva York o San Francisco que operen en horario diurno, la mayoría de solicitudes se procesan en ventanas de baja demanda, pero los trabajos nocturnos en lote entrarían en horario punta. Dado que los tokens de entrada suelen ser los que generan el mayor coste en tareas con agentes, la diferencia en la tarifa para estos tokens cacheados puede resultar clave en la economía final del servicio.
El enigmático Space Bunny y lo que aún se desconoce
Space Bunny fue un modelo misterioso que procesó más de 200 billones de tokens antes de que MiniMax confirmara que se trataba de una versión preliminar de M3.1 Flash. La nueva versión admite un contexto de hasta un millón de tokens, lo que permite incluir grandes bases de código en un solo prompt.
Los usuarios que probaron esta versión previa deben tener en cuenta que las características y el comportamiento del modelo pueden variar respecto a la versión final lanzada. Los pesos del modelo se espera que sean publicados próximamente, posiblemente el 23 de octubre aunque MiniMax solo ha indicado que será «más adelante». Además, la licencia no se ha revelado aún, un aspecto esencial para quienes quieran ejecutar el modelo en sus propios servidores.
MiniMax también trabaja en una versión Pro más potente, pero de momento no ha anunciado fecha de lanzamiento.
