MiniMax M3.1 Flash : le modèle chinois qui casse les prix des agents IA

Ce qu’il faut retenir :

• MiniMax a lancé le 19 octobre M3.1 Flash, un modèle d’IA facturé 0,15 dollar par million de tokens en entrée.
• Une tâche de l’indice d’Artificial Analysis coûte 0,22 dollar avec M3.1 Flash, contre 5,98 dollars minimum chez Claude.
• MiniMax promet la publication des poids du modèle le 23 octobre.

MiniMax attaque les géants de l’IA par le prix. La start-up chinoise a lancé le 19 octobre M3.1 Flash, un modèle facturé 0,15 dollar par million de tokens en entrée et 0,60 dollar en sortie, avec des performances proches des meilleurs modèles sur les tâches d’agents IA, selon ses propres chiffres. MiniMax revendique une inférence près de trois fois plus rapide et des coûts d’utilisation réduits de 70 %.

Le modèle circulait déjà sous un pseudonyme. M3.1 Flash était en réalité « Space Bunny », un modèle anonyme qui s’était hissé en tête de classements mondiaux et qui a traité plus de 200 000 milliards de tokens avant d’être officiellement présenté. Un token correspond à un fragment de mot, l’unité de base sur laquelle les modèles d’IA sont facturés.

Qu’est-ce que MiniMax M3.1 Flash ?

Le nom « Flash » a trompé une partie de la communauté, qui attendait un petit modèle. M3.1 Flash compte 428 milliards de paramètres au total, dont environ 23 milliards actifs pour chaque token. Il repose sur une architecture MoE (mixture of experts), qui découpe le modèle en sous-réseaux spécialisés et n’en sollicite qu’une partie à chaque calcul. C’est cette activation partielle, combinée à une attention clairsemée et à des optimisations d’inférence, qui rend le modèle rapide.

Flash signifie donc ici rapide, et non léger. Le modèle dispose d’une fenêtre de contexte d’un million de tokens et d’un encodeur visuel natif : il accepte du texte et des images en entrée, et ne produit que du texte.

Combien coûte M3.1 Flash ?

La grille tarifaire constitue l’argument central. En plus des 0,15 dollar par million de tokens en entrée et des 0,60 dollar en sortie, les tokens d’entrée mis en cache sont facturés 0,015 dollar par million, soit une remise de 90 %. Le cache permet de ne pas repayer plein tarif un contexte déjà envoyé au modèle.

Ce rabais vise directement les agents IA, ces programmes qui enchaînent les étapes de façon autonome et renvoient le même long contexte à chaque appel. Selon les mesures d’Artificial Analysis, une tâche de son Intelligence Index revient à 0,22 dollar avec M3.1 Flash, contre 5,98 à 7,63 dollars pour les modèles Claude d’Anthropic et 3,26 à 3,74 dollars pour les variantes de GPT-6 d’OpenAI. MiMo-V2.6-Pro de Xiaomi fait encore moins cher, à 0,13 dollar par tâche, selon la même source.

Le modèle a un défaut qui pèse sur la facture : il est bavard. Pour l’évaluation de l’Intelligence Index, M3.1 Flash a généré 180 millions de tokens en sortie, contre une médiane de 99 millions pour les modèles comparables. L’économie réelle dépend donc aussi de la longueur des réponses, pas seulement du prix unitaire.

Les benchmarks de M3.1 Flash tiennent-ils la route ?

Artificial Analysis, un organisme indépendant d’évaluation des modèles, lui attribue un score de 43 sur son Intelligence Index, bien au-dessus de la médiane de 13 des modèles au prix similaire. Le modèle atteint 48 % sur Humanity’s Last Exam, un test de questions de niveau expert, et 79,7 % sur AA-LCR, qui mesure le raisonnement sur de longs contextes. En vitesse, il produit 122,8 tokens par seconde, contre une médiane de 115,8. MiniMax annonce plus de 200 tokens par seconde sur sa propre infrastructure.

Les chiffres officiels de MiniMax sont plus flatteurs encore : 73,7 % sur DeepSWE v1.1 en génie logiciel, 82 % sur CyberGym pour la découverte de vulnérabilités, et 61,7 points sur OSWorld V2, un test d’utilisation autonome d’un ordinateur. Sur ce dernier, M3.1 Flash se classe premier parmi les modèles chinois.

Le modèle a ses points faibles. Sur Terminal-Bench 4.0, qui évalue le code et l’usage du terminal par des agents, M3.1 Flash plafonne à 25,8 %, loin des 57 % de GPT-6 Astra et des 64 % de Claude Sonnet 5.5. Sur OpenRouter, la plateforme qui donne accès à de nombreux modèles via une API unique, le taux d’erreur des appels d’outils atteint 5,14 %, un chiffre gênant pour des agents censés travailler seuls.

Un modèle ouvert ou propriétaire ?

Le statut du modèle reste flou. M3.1 Flash est pour l’instant référencé comme propriétaire, mais MiniMax a promis de publier ses poids le 23 octobre. Les poids sont les paramètres appris pendant l’entraînement : les rendre publics permet à chacun de faire tourner le modèle sur ses propres machines.

L’entreprise a déjà publié des modèles à poids ouverts par le passé. Une partie des développeurs reste pourtant méfiante, échaudée par l’épisode M2.1, dont la licence se serait révélée plus fermée que promis.

Ce qu’il faut surveiller

La date du 23 octobre fera office de test. Si les poids sortent sous une licence ouverte, la communauté tentera de compresser le modèle pour le faire tourner sur du matériel grand public. Ses 23 milliards de paramètres actifs nourrissent cet espoir, même si ses 428 milliards de paramètres au total réclament beaucoup de mémoire. Reste la question de la cybersécurité : un modèle performant pour trouver des failles, bon marché et en accès libre, servira aussi bien les défenseurs que les attaquants.