MiniMax M3.1 Flash baisse les coûts de l’IA sans lever les doutes

MiniMax a lancé M3.1 Flash, un modèle de raisonnement multimodal qui accepte texte et images, avec une fenêtre de contexte allant jusqu’à un million de jetons. Selon les mesures citées par Artificial Analysis, il atteint 42 points sur l’Artificial Analysis Intelligence Index, tout en ramenant le coût moyen d’une tâche à environ 0,22 dollar. La baisse des prix est nette, mais elle ne règle pas tout : le modèle conserve un taux d’hallucination élevé, ce qui compte immédiatement pour les usages professionnels.

Des prix plus bas, mais une facture qui dépend du travail réel

MiniMax affiche un tarif API de 0,15 dollar par million de jetons d’entrée, 0,60 dollar par million de jetons de sortie et 0,015 dollar pour les entrées mises en cache. La société dit aussi que M3.1 Flash est près de trois fois plus rapide que M3. Sur le papier, la promesse est claire ; dans un agent IA, le coût final dépend surtout du nombre de boucles nécessaires pour terminer une tâche, pas seulement du tarif unitaire.

Artificial Analysis donne un cadrage plus précis : le coût moyen par tâche tombe à 0,22 dollar, contre 0,51 dollar pour M3. Le gain existe donc, mais il est plutôt de l’ordre de 57 % dans ce benchmark, et non des 70 % avancés par MiniMax. Autrement dit, le modèle coupe la note, mais pas forcément autant que la communication commerciale le laisse entendre.

Des scores solides, surtout sur le raisonnement complexe

Sur les tests mentionnés dans les sources, M3.1 Flash progresse nettement par rapport à M3. Il passe de 29 à 42 points sur l’Artificial Analysis Intelligence Index, obtient 48 % sur Humanity’s Last Exam, 22 % sur CritPt et 56 % sur AA-Omniscience. Dans ce dernier test, il dépasse DeepSeek V4.1 Flash 1017, donné à 43 % de bonnes réponses.

Le tableau reste toutefois nuancé. DeepSeek garde l’avantage sur l’Artificial Analysis Intelligence Index avec 45 points, et prend aussi l’ascendant sur CritPt avec 24 %, contre 22 % pour MiniMax. Sur les usages de codage, M3.1 Flash affiche 73,7 % sur DeepSWE v1.1, soit un niveau très proche de ses rivaux directs. La course chinoise aux modèles bon marché ressemble de plus en plus à une guerre de centimes avec des classements au millimètre. Les tableaux Excel, eux, ne souffrent pas d’hallucinations.

Le vrai point sensible : la confiance dans la réponse

Le chiffre le plus gênant vient de l’AA-Omniscience test. Le modèle répond correctement à 56 % des questions factuelles, mais 93 % de ses réponses erronées sont des affirmations plutôt que des abstentions. En clair, il tente presque tout, même lorsqu’il devrait se taire. Pour un chatbot grand public, cela peut passer ; pour un outil de recherche, d’analyse ou d’assistance métier, c’est plus délicat.

MiniMax présente aussi des résultats sur l’OSWorld V2, avec 61,7 points, et sur CyberGym, avec 82 %. Ces chiffres suggèrent des capacités intéressantes en interaction logicielle et en sécurité, mais les sources précisent que les conditions exactes de test ne sont pas détaillées. Il faut donc les lire comme des signaux, pas comme des preuves définitives.

Une disponibilité large, et une stratégie d’ouverture très surveillée

Le modèle est déjà disponible via l’API de MiniMax, et l’entreprise prévoit de publier les poids en open weights le 23 octobre, selon les sources. Une application de bureau, MiniMax Code, accompagne aussi le lancement. Avec un contexte d’un million de jetons, le modèle peut absorber de gros dépôts de code ou des documents longs sans découpage immédiat, ce qui le rend pertinent pour des usages d’assistance technique ou de synthèse.

Reste une inconnue importante : la licence n’était pas encore publiée au moment des sources, et MiniMax évoque aussi une version Pro à venir sans date ferme. Dans ce contexte, les équipes qui envisagent un déploiement réel feront mieux de tester leurs propres cas d’usage, avec vérification, garde-fous et revue humaine. Le prix baisse. La vigilance, elle, reste au même niveau.