MiniMax M3.1 Flash ist verfügbar. Der chinesische Anbieter nennt konkrete Werte: 73,7 Prozent auf DeepSWE v1.1, 76,2 Punkte auf BankerToolBench, 82 Prozent auf CyberGym. Dazu kommen 0,15 Dollar pro Million Eingabe-Tokens und 0,60 Dollar pro Million Ausgabe-Tokens. Dieser Text prüft, was MiniMax angibt und was davon für Agenten, Coding-Werkzeuge oder Sicherheitssoftware zählt.
Ein Modell ist wie ein Handwerker in einer Werkstatt. Bisher ging es oft darum, wie gut er über die Arbeit spricht. Bei agentischen Aufgaben muss er messen, bohren, nachjustieren und am Ende ein Regal abliefern, das steht. Dort verortet MiniMax M3.1 Flash. Der Überblick sortiert Behauptungen, Messwerte und Preise, damit du einschätzen kannst, ob die API einen Test wert ist.
Space Bunny, 200 Billionen Tokens und der Name Flash
MiniMax beschreibt einen Zwischenschritt: Unter dem Namen Space Bunny lief eine frühe Version von M3.1 Flash anonym und verarbeitete laut Unternehmen mehr als 200 Billionen Tokens. MiniMax führt diese Zahl als Hinweis an, dass die frühe Version vor der öffentlichen Benennung bereits stark genutzt wurde. In einem stillen Betrieb sammelst du Fehlerbilder, die kontrollierte Benchmarks kaum zeigen.
Der Name Flash folgt einer bekannten Logik: Eine Linie ist auf Effizienz und Durchsatz optimiert, eine zweite auf maximale Intelligenz. Ein Pro-Modell soll später folgen. Auch die Modellgewichte von M3.1 Flash will MiniMax erst später veröffentlichen. Wer das Modell nutzen will, geht deshalb über die API oder die Produkte des Anbieters, nicht über einen lokalen Download.
Alle Zahlen in diesem Text stammen vom Hersteller. Solche Benchmarks helfen, Größenordnungen einzuordnen; eigene Tests ersetzen sie nicht. Deshalb sind diese Werte ein Ausgangspunkt für eigene Tests und kein Ersatz dafür.
Agentische Aufgaben: vom Zwischenschritt zum Workflow
Am meisten bewegt sich bei agentischen Aufgaben. Das Modell formuliert nicht nur eine Antwort, sondern plant mehrere Schritte, ruft Werkzeuge auf, prüft Ergebnisse und reagiert auf Zwischenstände. MiniMax nennt AutomationBench-AA für automatisierte Unternehmensabläufe und platziert M3.1 Flash laut eigenen Angaben in der Spitzengruppe. Beschrieben werden Workflows durch SaaS-Systeme in Vertrieb, Marketing, Operations, Kundenservice, Finanzen und Personalwesen.
Greifbarer ist 76,2 Punkte auf BankerToolBench. Der Benchmark prüft Aufgaben mit mehrstufiger Planung, Konsistenz über Dokumente und Dateien hinweg und Werkzeugketten in Serie. Das entspricht Finanzabteilungen, inklusive Compliance-Anforderungen. Wer ein Modell eine Tabelle über fünf Dateien konsistent halten lässt, sieht, wo solche Modelle scheitern: nicht am ersten Schritt, sondern am siebten.
Ein guter Handwerker setzt nicht nur den ersten Schnitt sauber, sondern hängt das Regal nach zwanzig Arbeitsschritten noch gerade. Genau das messen diese Benchmarks. Dort lag die Schwachstelle vieler Agenten-Setups der letzten zwei Jahre. Halten die Werte, verschiebt sich der Aufwand von der Modellauswahl zur Prozessgestaltung: Du erklärst dem Modell weniger, was es tun soll, und definierst mehr, wann ein Ergebnis als korrekt gilt.
Coding: 73,7 Prozent auf DeepSWE v1.1
Für Coding nennt MiniMax 73,7 Prozent auf DeepSWE v1.1 und ordnet das Modell unter den führenden ein. Der Benchmark ist auf realistische Softwarearbeit ausgelegt: Code verstehen, Funktionen entwickeln, Fehler beheben und die eigene Arbeit durch Tests validieren. Das ist mehr als eine Funktion vervollständigen oder eine Stack-Overflow-Frage beantworten.
Wichtiger als der Spitzenwert ist, ob ein Modell lange Schrittfolgen durchhält, ohne den Faden zu verlieren. Dort setzt die Argumentation des Anbieters an: komplexe Entwicklungsabläufe zu geringeren Kosten. Das klingt banal, ist aber der Hebel. Ein Modell, das neun von zehn Schritten richtig macht, kostet mehr Zeit als eines, das langsamer ist, aber konsequent prüft, ob der Build noch grün ist.
Wenn du ein KI-Modell für Coding und Computer Use suchst, das in einer Schleife aus Bearbeiten, Testen und Nachbessern arbeitet, zählt nicht der Preis pro Anfrage, sondern pro abgeschlossener Aufgabe. Ein Ticket mit drei Durchläufen kostet dreimal. Deshalb sind die Preise weiter unten relevant.
Computer Use und Cybersicherheit: vom Zuhören zum Ausführen
Bei Computer Use nennt MiniMax 61,7 Punkte auf OSWorld V2, einem Benchmark für das Bedienen eines Rechners über mehrere Anwendungen hinweg, sowie 29,6 Punkte auf Agents‘ Last Exam (ALE) für reale berufliche Aufgaben. In beiden Fällen beansprucht das Unternehmen den ersten Platz unter chinesischen Modellen. Diese Einschränkung ist deutlich enger als „führend insgesamt“.
Deutlicher sind die Zahlen im Sicherheitsbereich: 82 Prozent auf CyberGym, einem Benchmark für das Finden und Validieren von Schwachstellen. MiniMax berichtet zusätzlich von internen Prüfungen durch eigene Sicherheitsexperten. Das Modell schnitt bei Code-Audits, dem Schließen von Lücken, Penetrationstests, Malware-Analyse und Reverse Engineering gut ab. Das Fähigkeitsprofil wirkt in beide Richtungen: Defensive Arbeit wird billiger und schneller, dieselbe Fähigkeit ist prinzipiell auch offensiv nutzbar.
Wer ein Cybersecurity-KI-Modell für Audit- und Patch-Prozesse einsetzen will, sollte nicht nur auf den Benchmark schauen, sondern auf die eigene Governance: Wer darf welche Scans starten, was wird protokolliert, und welche Ergebnisse gehen automatisch in einen Patch-Prozess. Die Werkstatt hat jetzt einen schnellen Gesellen, der Möbel bauen und Schlösser prüfen kann. Welche Aufträge er bekommt, bleibt eine organisatorische Frage.
Durchsatz, Sparsamkeit und Kosten pro Million Tokens
Ein Teil der Ankündigung ist Ingenieursarbeit und wird oft übersehen: MiniMax hat die Inferenzeffizienz über aggressivere Sparsity-Optimierung verbessert. Im Alltag sollen über 200 Tokens pro Sekunde ausgegeben werden, der Median (P50) liegt laut Unternehmen konstant über 170 Tokens pro Sekunde. Bei solchen Raten wartest du deutlich seltener auf die Ausgabe; ob ein kompletter Arbeitsgang ähnlich schnell endet, zeigen diese Tokenwerte allerdings nicht.
Beim Preis nennt MiniMax eine Senkung der Gesamtkosten für agentische Aufgaben um 70 Prozent gegenüber dem Vorgänger und diese Pauschale pro Million Tokens:
| Modell | Eingabe USD / 1M Tokens | Ausgabe USD / 1M Tokens | Gecachte Eingabe USD / 1M Tokens |
|---|---|---|---|
| MiniMax M3.1 Flash | 0,15 | 0,60 | 0,015 |
Der gecachte Eingabepreis ist der wichtige Posten. In agentischen Schleifen wird derselbe Kontext – Systemanweisung, Werkzeugbeschreibungen, Projektdateien – immer wieder mitgeschickt. Bei 0,015 Dollar pro Million Tokens verschiebt sich die Rechnung weg von der Ausgabe. Wer seine Agenten bisher wegen der Kontextkosten kurz hält, kann anders planen.
MiniMax vergleicht sich in drei Benchmarks – Automation-Bench für komplexe agentische Ausführung, DeepSWE für realistisches Coding und ALE für Computer Use mit wirtschaftlichem Wert – mit führenden Modellen. Der Anbieter argumentiert, bei gleicher Leistung einen sehr niedrigen Aufgabenpreis zu bieten. Ob das in deinem Fall trägt, hängt von den Fehlversuchen deiner Aufgaben ab. Der Preis pro Million Tokens ist eine Zahl, der Preis pro erledigtem Auftrag eine andere.
Verfügbarkeit und eigener Betrieb
M3.1 Flash ist ab sofort über die MiniMax-API, den M-Plan und MiniMax Code erreichbar; die Modellgewichte sollen später folgen. Der API-Zugang läuft über platform.minimax.io, für die Desktop-Anwendung gibt es eine Download-Seite. Du kannst das Modell heute anbinden, aber nicht heute lokal betreiben und nicht auf eine offene Gewichtung warten, wenn du On-Premise brauchst.
Für Agenten mit vielen Versuchen ist die Kombination aus Durchsatz und Preis wirtschaftlich. Das verändert die Architektur. Statt einen möglichst perfekten Einzelschritt zu planen, lässt man das Modell mehrere Kandidaten erzeugen und prüft sie automatisiert. Die Werkstatt bekommt mehr Rohmaterial, die Arbeit verschiebt sich zur Qualitätskontrolle.
MiniMax M3.1 Flash ist kein Sprung in neue Intelligenzdimensionen, sondern eine Verschiebung des Kostenrahmens für agentische Aufgaben. Wird ein Durchlauf deutlich günstiger, werden Aufgaben automatisierbar, die vorher am Aufwand scheiterten: Routine-Audits, wiederkehrende Workflows über mehrere Systeme, Testläufe im Coding. Gleichzeitig steigt die Zahl der Läufe, die du prüfen musst. Damit brauchst du klare Abbruchkriterien, Protokollierung und menschliche Freigabepunkte. Das Modell beschleunigt die Arbeit; die Freigabe bleibt ein organisatorischer Schritt.
Quelle: minimax.io
