MiniMax lanza M3.1 Flash y supera a Gemini y GLM en razonamiento a mitad de costo

MiniMax presenta M3.1 Flash, un modelo de razonamiento que supera a Gemini 3.8 Flash y GLM‑5.3 Flash en pruebas clave, mientras reduce a la mitad el coste por tarea.

MiniMax ha puesto en marcha M3.1 Flash, una nueva versión de su modelo de razonamiento que alcanza 42 puntos en el Artificial Analysis Intelligence Index, 13 puntos más que su predecesor M3 y con un coste por tarea inferior al 50 % del modelo anterior. El anuncio llega en medio de una carrera de precios liderada por compañías chinas que buscan democratizar el acceso a grandes modelos de lenguaje mediante precios cada vez más bajos.

Rendimiento en pruebas de razonamiento y precisión factual

El mayor salto se registra en tareas de razonamiento complejo. En la prueba “Humanity’s Last Exam”, M3.1 Flash logra un 48 % de aciertos, superando a Deepseek V4.1 Flash (43 %) y a los modelos de la serie GLM‑5.3 Flash y Gemini 3.8 Flash, que rondan el 41 %.

En el benchmark CritPt, que evalúa razonamiento físico a nivel de investigación a través de 71 problemas, el modelo alcanza un 22 % de respuestas correctas. Eso lo sitúa por encima de GLM‑5.3 Flash (15 %) y Gemini 3.8 Flash (18 %), aunque sigue detrás de Deepseek V4.1 Flash (24 %).

En la prueba de exactitud factual AA‑Omniscience, M3.1 Flash responde correctamente el 56 % de las preguntas, una mejora notable frente al 28 % de GLM‑5.3 Flash y el 43 % de Deepseek.

Coste, velocidad y limitaciones técnicas

MiniMax afirma que M3.1 Flash emplea menos tokens de salida que sus rivales, lo que se traduce en un coste medio de $0.22 por tarea. La API se cotiza en $0.15 por millón de tokens de entrada y $0.60 por millón de tokens de salida, con un descuento a $0.015 para entradas almacenadas en caché. La empresa también señala que el modelo es tres veces más rápido que su versión M3.

Sin embargo, la reducción de coste tiene un precio: la tasa de alucinación se sitúa en un 93 %, según el análisis de Artificial Analysis. El modelo tiende a generar una respuesta para cualquier pregunta, incluso cuando la información disponible es insuficiente, en lugar de abstenerse.

En términos de capacidad de contexto, M3.1 Flash maneja hasta un millón de tokens y acepta tanto texto como imágenes, lo que lo coloca a la par de los modelos más versátiles del mercado.

Estrategia de código abierto y el contexto de la carrera de precios en China

El anuncio se produce cuando varios actores chinos, como Deepseek y los modelos de la familia GLM, han adoptado una política de código abierto para sus pesos. Deepseek ya está disponible en Hugging Face y MiniMax ha programado la publicación de los pesos de M3.1 Flash para el 23 de octubre.

Esta tendencia responde a una presión competitiva para reducir barreras de entrada y acelerar la adopción de IA en sectores que no pueden permitirse el gasto de licencias propietarias. Al ofrecer un modelo con un coste por tarea de $0.22, MiniMax busca posicionarse como una alternativa viable para startups y desarrolladores independientes que necesitan razonamiento avanzado sin comprometer sus presupuestos.

La estrategia también plantea preguntas sobre la sostenibilidad de los márgenes de beneficio en un mercado donde el precio parece ser el principal diferenciador. La reducción de costes se logra en parte mediante una arquitectura más eficiente, pero la alta tasa de alucinación sugiere que la calidad todavía está en juego.

Implicaciones para desarrolladores y usuarios finales

Para los desarrolladores, el modelo presenta una combinación atractiva de alto rendimiento en razonamiento y bajo coste operativo. La disponibilidad de una API pública y una aplicación de escritorio, MiniMax Code, facilita la integración rápida en flujos de trabajo existentes.

• El límite de un millón de tokens permite contextos extensos, útil para análisis de documentos largos o generación de código con referencias cruzadas.
• El soporte de entrada de imágenes abre la puerta a aplicaciones multimodales, como la generación de descripciones a partir de diagramas técnicos.
• El precio reducido favorece a proyectos de investigación académica y a startups que operan con presupuestos limitados.

No obstante, la alta tasa de alucinación obliga a los usuarios a implementar mecanismos de verificación y filtrado, lo que puede anular parte del ahorro económico. En entornos críticos —por ejemplo, asistencia médica o toma de decisiones financieras— la falta de capacidad de rechazo de preguntas inciertas sigue siendo un riesgo significativo.

Perspectiva práctica — ¿qué significa este lanzamiento para el ecosistema de IA?

El despliegue de M3.1 Flash refuerza la tendencia de que la competencia de precios está desplazando la discusión de la IA desde la mera capacidad de cómputo hacia la eficiencia operativa y la accesibilidad. MiniMax apuesta por una combinación de rendimiento razonable y coste bajo, pero la falta de controles de calidad internos (como la gestión de alucinaciones) muestra que la carrera de precios aún no ha encontrado un equilibrio sostenible entre precio y fiabilidad.

En el corto plazo, los desarrolladores que prioricen la rapidez de experimentación y el bajo gasto operativo podrán beneficiarse de M3.1 Flash, siempre y cuando implementen capas de validación adicionales. En el mediano plazo, la presión de los modelos chinos y la apertura de pesos podrían obligar a los grandes proveedores a replantear sus estrategias de precios, lo que a su vez podría traducirse en una mayor democratización de la IA, pero también en una mayor fragmentación de la calidad de los servicios ofrecidos.