Si tu empresa paga por cada tarea que le pide a un modelo de IA, esta semana ha aparecido una opción que cuesta unos 0,22 dólares por tarea. MiniMax ha lanzado M3.1 Flash, un modelo de razonamiento que alcanza 42 puntos en el Artificial Analysis Intelligence Index, 13 más que su predecesor, M3.
Los datos proceden de la medición de Artificial Analysis, que sitúa a M3.1 Flash empatado con GLM-5.3-Flash. El modelo supera por un punto a Gemini 3.8 Flash (41) y queda por detrás de Deepseek V4.1 Flash 1017 (45).
El salto de 29 a 42 puntos en el Intelligence Index
M3 se quedaba en 29 puntos en el índice de Artificial Analysis. La nueva versión llega a 42 y, a la vez, reduce el coste por tarea a menos de la mitad.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenadas por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
MiniMax asegura además que M3.1 Flash funciona tres veces más rápido que M3. Esa cifra procede de la propia empresa y no figura entre las mediciones independientes de Artificial Analysis.
La mejora más marcada se da en razonamiento complejo, el terreno donde los modelos económicos suelen quedarse más atrás.
Razonamiento en Humanity’s Last Exam y CritPt
En Humanity’s Last Exam, M3.1 Flash obtiene un 48 por ciento. Supera tanto a Deepseek, que registra un 43 por ciento, como a GLM.
En CritPt, una prueba de razonamiento físico a nivel de investigación con 71 problemas complejos, el modelo de MiniMax logra un 22 por ciento. Queda por delante de GLM-5.3-Flash (15 por ciento) y de Gemini 3.8 Flash (18 por ciento). Deepseek lo supera por poco, con un 24 por ciento.
56 por ciento de aciertos en AA-Omniscience, con un 93 por ciento de alucinaciones
En la prueba de precisión factual AA-Omniscience, M3.1 Flash responde correctamente el 56 por ciento de las preguntas. GLM-5.3-Flash se queda en el 28 por ciento y Deepseek en el 43 por ciento.
Hay una cara menos amable. Según Artificial Analysis, el modelo presenta una tasa de alucinación del 93 por ciento. La razón es que intenta contestar todas las preguntas del test en lugar de abstenerse cuando no está seguro.
Por tanto, acierta más que sus rivales, pero casi nunca admite que no sabe. Para un usuario, eso significa que una respuesta errónea llegará con el mismo aplomo que una correcta.
Cómo baja MiniMax el coste por tarea a 0,22 dólares
El ahorro no viene solo de una tarifa baja. M3.1 Flash consume muchos menos tokens de salida que sus competidores para completar el mismo trabajo, y eso es lo que reduce la factura por tarea.
La API cuesta 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida. Los tokens de entrada en caché bajan a 0,015 dólares.
El modelo admite hasta un millón de tokens de contexto y acepta texto e imágenes. En DeepSWE v1.1, MiniMax indica que alcanza hasta un 73,7 por ciento con un coste inferior a 0,30 dólares por tarea.
MiniMax frente a Deepseek V4.1 Flash 1017
Ninguno de los dos gana en todos los frentes. Deepseek lidera el Intelligence Index, con 45 puntos frente a 42, y lleva una ligera ventaja en CritPt, con un 24 por ciento frente a un 22 por ciento.
MiniMax se impone en Humanity’s Last Exam (48 por ciento frente a 43 por ciento) y en AA-Omniscience (56 por ciento frente a 43 por ciento).
En precio, MiniMax también sale ligeramente por debajo: 0,22 dólares por tarea frente a los 0,26 de Deepseek. La diferencia se explica por los tokens de salida generados en el conjunto de pruebas, unos 189 millones frente a 224 millones.
Pesos abiertos el 23 de octubre y dónde probarlo
MiniMax prevé publicar M3.1 Flash con pesos abiertos el 23 de octubre. Deepseek V4.1 Flash 1017 ya está disponible en Hugging Face. Si tu equipo prefiere ejecutar el modelo en sus propios servidores, esa fecha es la que importa.
Mientras tanto, la API ya funciona en platform.minimax.io. La compañía ofrece además una aplicación de escritorio llamada MiniMax Code.
Qué implica para ti: tareas, errores y fechas con M3.1 Flash
Si usas modelos por API, la comparación útil es el coste por tarea, no el precio por token. Con 0,22 dólares frente a 0,26 de Deepseek, el cálculo cambia según cuánto texto genere cada modelo en tu caso concreto.
Si necesitas respuestas verificables, el 93 por ciento de alucinación obliga a revisar el resultado antes de usarlo. El modelo acierta más que sus rivales en AA-Omniscience, pero no se frena cuando falla.
Y si prefieres alojarlo tú mismo, anota el 23 de octubre. Hasta entonces, la única vía para probarlo es la API de MiniMax.
Imagen ilustrativa generada con inteligencia artificial.
Para usarlo tú: para que no te pase a ti en tu propio trabajo, así se evita: ChatGPT se equivoca mucho: cómo hacer que no se invente las cosas.
Más sobre esto en LaPrensaIA
- Claude: hackers, armas y labs chinos lo usaron para entrenar IA
- Anthropic acusa a Alibaba del mayor robo de IA jamás detectado
Fuente original: the-decoder.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
