MiniMax M3.1 Flash custa metade do antecessor e sobe 13 pontos em benchmark de raciocínio

O modelo chinês MiniMax M3.1 Flash, lançado em 19 de outubro de 2026, custa menos da metade por tarefa do que o antecessor M3 e ganhou 13 pontos no principal índice de desempenho da Artificial Analysis, mantendo a disputa de preços entre modelos chineses sem piso à vista.

A MiniMax lançou em 19 de outubro de 2026 o M3.1 Flash, um modelo de raciocínio que pontuou 42 no Artificial Analysis Intelligence Index, índice que combina vários testes de capacidade cognitiva de modelos de linguagem. É um salto de 13 pontos sobre o M3, antecessor direto, segundo reportagem da The Decoder. O detalhe que importa pra quem decide onde rodar carga de produção: esse ganho veio custando menos da metade por tarefa do que o modelo anterior.

Segundo a reportagem da The Decoder, a MiniMax afirma que o M3.1 Flash roda três vezes mais rápido que o M3 e usa bem menos tokens de saída para chegar na resposta, o que explica parte da queda de custo. No benchmark que mede gasto real de inferência, o M3.1 Flash fechou em cerca de 0,22 dólar por tarefa.

Como ele se compara a GLM, Gemini e Deepseek

O MiniMax M3.1 Flash empata com o GLM-5.3-Flash (da Zhipu AI) em 42 pontos no Intelligence Index, passa na frente do Gemini 3.8 Flash (41) e fica atrás do Deepseek V4.1 Flash 1017, que marcou 45. Nenhum dos quatro vence em tudo: cada benchmark testa uma habilidade diferente, e os números variam conforme o que está sendo medido.

O Humanity's Last Exam é um conjunto de perguntas difíceis de domínio geral, pensado para testar o limite do que um modelo sabe responder. O CritPt é mais específico: 71 problemas de física em nível de pesquisa, área em que o M3.1 Flash (22%) fica à frente do GLM e do Gemini, mas atrás do Deepseek. Já o AA-Omniscience mede quantas respostas factuais o modelo acerta sem inventar, e aí o MiniMax disparou: 56% contra 43% do Deepseek e só 28% do GLM.

Para quem escreve código com ajuda de IA, o dado mais direto é outro: no benchmark DeepSWE v1.1, que avalia resolução de tarefas reais de desenvolvimento de software, o M3.1 Flash chegou a 73,7% de acerto gastando menos de 0,30 dólar por tarefa, segundo dados divulgados pela própria MiniMax.

A disputa de preço que a China não deixa esfriar

O lançamento do M3.1 Flash aconteceu depois do recém-lançado Deepseek V4.1 Flash 1017, numa sequência de modelos chineses que competem tanto em desempenho quanto em custo por token. Comparando os dois cabeça a cabeça: o Deepseek ganha no Intelligence Index geral e no CritPt, mas o MiniMax vence no Humanity's Last Exam, no AA-Omniscience e sai mais barato por tarefa (0,22 contra 0,26 dólar), em parte porque precisa de menos tokens de saída para chegar na resposta (cerca de 189 milhões de tokens no total do benchmark, contra 224 milhões do Deepseek).

Esse movimento de cortar preço por token enquanto sobe benchmark é o que o artigo da The Decoder chama de corrida sem piso: cada lançamento chinês tenta vencer o anterior tanto em pontuação quanto em centavos por chamada de API, pressionando o mercado de provedores de IA como um todo, inclusive os ocidentais.

O ponto fraco: o modelo quase nunca diz 'não sei'

A Artificial Analysis registrou uma taxa de alucinação de 93% no M3.1 Flash. O motivo, segundo a empresa de benchmarks, é que o modelo tenta responder a praticamente toda pergunta do teste em vez de admitir incerteza e recusar a resposta. Isso é relevante pra quem for colocar o modelo numa aplicação que lida com dado factual sensível: o número alto de alucinação não significa que o modelo erra sempre, mas que ele raramente sinaliza quando não tem certeza, o que exige camada extra de verificação (RAG, checagem cruzada ou revisão humana) antes de confiar na saída em produção.

Preço de API, contexto e como acessar

Segundo a reportagem da The Decoder, o M3.1 Flash aceita texto e imagem e trabalha com janela de contexto de até um milhão de tokens, suficiente para processar um repositório inteiro ou um documento longo numa única chamada. Os preços de API, também reportados pela The Decoder como divulgados pela MiniMax, são:

• US$ 0,15 por milhão de tokens de entrada
• US$ 0,60 por milhão de tokens de saída
• US$ 0,015 por milhão de tokens de entrada em cache

O modelo já está disponível via API em platform.minimax.io, e a empresa também oferece um aplicativo de desktop chamado MiniMax Code voltado a quem escreve software com ajuda do modelo. A MiniMax confirmou que vai liberar os pesos do M3.1 Flash como open weights (modelo de pesos abertos, que pode ser baixado e rodado em infraestrutura própria em vez de depender só da API da empresa) a partir de 23 de outubro de 2026. O Deepseek V4.1 Flash 1017 já está disponível dessa forma no Hugging Face, repositório onde modelos de peso aberto costumam ser publicados.

O que muda pra quem escolhe modelo no Brasil

Pra quem está integrando IA a um sistema e decide entre provedores, o recorte prático é este: o M3.1 Flash entrega mais pontuação por dólar do que o antecessor e fica competitivo, tarefa a tarefa, com o Deepseek V4.1 Flash 1017, principalmente em tarefas de código (DeepSWE v1.1) e em precisão factual (AA-Omniscience). A taxa alta de alucinação pesa contra o uso direto em cenários onde a resposta errada custa caro, mas não inviabiliza o uso com camada de verificação por cima.

A possibilidade de rodar o modelo com pesos abertos a partir de 23 de outubro também abre caminho pra quem quer hospedar localmente, seja por custo em escala, seja por exigência de manter dado sensível dentro da própria infraestrutura, algo recorrente em empresas brasileiras que lidam com dado regulado. Até lá, quem quiser testar já consegue via API, com preço por token bem abaixo do praticado por modelos ocidentais equivalentes.

Fonte: The Decoder