MiniMax merilis M3.1 Flash dengan biaya tugas 70 persen lebih murah

MiniMax mengumumkan M3.1 Flash pada 19 Oktober 2026 dan langsung membukanya lewat API, langganan M Plan, serta aplikasi MiniMax Code. Yang menarik, perusahaan menyatakan bahwa Space Bunny, model tanpa nama yang sempat dipakai publik dan memproses lebih dari 200 triliun token, adalah versi awal dari model ini. Pengakuan itu menutup teka-teki model anonim yang sebelumnya dinilai publik setara dengan model kelas atas, sekaligus menjadi bahan uji skala besar sebelum rilis resmi.

Klaim utamanya ada di tiga wilayah. Pertama, tugas agentic dan otomasi: MiniMax menyebut M3.1 Flash berada di kelompok teratas AutomationBench-AA dan mencetak 76,2 pada BankerToolBench, benchmark yang menguji perencanaan bertahap, konsistensi antar dokumen dan berkas, kepatuhan aturan keuangan, serta rangkaian pemanggilan tool. Kedua, pemrograman: skor 73,7 persen pada DeepSWE v1.1, benchmark yang menuntut model memahami kode, menambah fitur, memperbaiki masalah, lalu memvalidasi hasilnya lewat pengujian. Ketiga, pengoperasian komputer: 61,7 poin pada OSWorld V2 dan 29,6 poin pada Agents Last Exam, yang menurut perusahaan menempatkannya pertama di antara model Tiongkok pada kedua uji itu. Di bidang keamanan, skornya 82 persen pada CyberGym, dengan penekanan pada penemuan dan validasi kerentanan.

Sisi efisiensi dijelaskan lebih teknis. MiniMax memakai arsitektur sparse attention yang lebih agresif, sehingga kecepatan keluaran sehari-hari bisa melampaui 200 token per detik dengan median di kisaran 170 token per detik. Tarifnya datar tanpa tingkatan panjang konteks: 0,15 dolar per juta token masukan, 0,60 dolar per juta token keluaran, dan 0,015 dolar untuk pembacaan dari cache. Untuk tugas agentic, perusahaan mengklaim biaya keseluruhan turun 70 persen dibanding pendahulunya, dan menyebut versi Pro yang mengejar batas kecerdasan lebih tinggi akan menyusul.

Bagi pembangun di Indonesia, angka-angka itu perlu dibaca dengan dua catatan. Seluruh skor berasal dari pengukuran perusahaan sendiri, jadi keputusan produksi tetap sebaiknya lewat uji internal pada data sendiri: transaksi layanan pelanggan, dokumen pengadaan, atau berkas PDF nyata. Catatan kedua, bobot model belum dirilis, sehingga pemakaian hari ini berarti bergantung pada API satu vendor; model sekelas ini cocok untuk eksperimen berbiaya rendah dan beban bervolume tinggi, tetapi rencana keluar atau jalur cadangan tetap perlu disiapkan sebelum dipakai untuk alur yang menyentuh data nasabah.