Según MarkTechPost (AI/ML News), MiniMax ha lanzado su modelo M3.1 Flash a través de su API, con una tarifa de 15 centavos por millón de tokens de entrada. Este nuevo sistema, diseñado para tareas agenticas, se posiciona como una opción accesible para desarrolladores que buscan capacidades de razonamiento avanzadas a costos cercanos a los de modelos de frontera. El modelo, que integra múltiples modos de entrada, acepta textos, imágenes y videos, generando respuestas en formato textual. Su ventana de contexto alcanza 1 millón de tokens, mientras que los parámetros totales suman 428 mil millones, con aproximadamente 23 mil millones activos en un esquema de especialización por expertos (MoE). La arquitectura incluye atención esparsa y un decodificador visual nativo, optimizando el procesamiento de contenidos multimodales. Aunque no se ha publicado un informe técnico detallando las diferencias respecto al modelo base M3, los datos técnicos coinciden con las especificaciones de la versión original.
El modelo opera exclusivamente en la API de MiniMax, bajo el plan M, y también está disponible en MiniMax Code. Aunque no se ha revelado la infraestructura necesaria para su ejecución local, los pesos del modelo se publicarán oficialmente el 23 de octubre de 2026. En cuanto al rendimiento, MiniMax reporta que el modelo alcanza niveles de frontera en tareas de oficina agente, como tareas automatizadas o toma de decisiones estructuradas, aunque se sitúa en el medio en pruebas de programación compleja. En la escala de evaluación Automation-Bench v1.0.6, obtiene una puntuación de 62.2, siendo el mejor resultado registrado en su tabla interna. En contraste, su desempeño en Terminal Bench 4.0 es de 38.1 puntos, frente a 51.8 de Opus 5, lo que indica una brecha en habilidades técnicas de ejecución de código. Además, la funcionalidad de razonamiento está activa de forma continua y no puede ser desactivada por el usuario. Se ofrecen cinco niveles de esfuerzo: bajo, medio, alto, muy alto y máximo, con la recomendación de usar el nivel máximo como estándar. Cualquier solicitud que intente deshabilitar el razonamiento genera un error, y los resultados se devuelven en un campo separado llamado reasoning_content, que podría no estar presente en algunas respuestas.
Para los usuarios peruanos, este avance en IA accesible representa una oportunidad para integrar soluciones de inteligencia artificial en entornos de trabajo más dinámicos, como la automatización de tareas administrativas, el análisis de documentos o el soporte en desarrollo de software. Aunque el modelo no está diseñado para reemplazar a los programadores, su capacidad para razonar en entornos oficina puede facilitar procesos de toma de decisiones en pequeñas y medianas empresas. Sin embargo, es clave evaluar su desempeño en tareas específicas, ya que su rendimiento en códigos complejos no alcanza a los estándares de modelos líderes. La disponibilidad de los pesos en octubre próximo permitirá una evaluación más profunda, pero por ahora, el modelo se posiciona como una herramienta de alto potencial, especialmente para quienes buscan acceso a capacidades de agencia sin comprometer el costo operativo.