پرش به محتوای اصلی
اخبار هوش مصنوعی

مینیمکس M3.1 Flash آمد؛ ۳ برابر سریع‌تر، ۷۰٪ ارزان‌تر

مینیمکس روز ۲۷ مهر M3.1 Flash را عرضه کرد: ۳ برابر سریع‌تر، ۷۰٪ ارزان‌تر، با راز Space Bunny و وزن‌هایی که ۱ آبان می‌آیند. همهٔ بنچمارک‌ها و قیمت‌ها را می‌خوانیم.

۱۶ دقیقه مطالعه
اشتراک‌گذاری:
تصویر خبری پوشش معرفی MiniMax M3.1 Flash — منبع: unite.ai
تصویر خبری پوشش معرفی MiniMax M3.1 Flash — منبع: unite.ai
فهرست مطالب

مینیمکس، استارتاپ چینی هوش مصنوعی، روز دوشنبه ۲۷ مهر (۱۹ اکتبر) نسخهٔ تازهٔ مدل M3.1 Flash را رسماً عرضه کرد؛ مدلی که به گفتهٔ خود شرکت در کارهای ایجنتی، برنامه‌نویسی، استفاده از کامپیوتر و امنیت سایبری «جهش نسلی» دارد، سرعت استنتاج آنلاینش حدود سه برابر شده و هزینهٔ استفاده‌اش ۷۰٪ کمتر است. نقطهٔ جالب ماجرا این است که این مدل هفته‌ها بود ناشناس، با اسم «Space Bunny»، روی لیدربردها آزمایش می‌شد و حالا رسمیت پیدا کرده است.

اگر با ایجنت‌های کدنویسی یا خودکارسازی کارهای روزمره سر و کار داری، این خبر مستقیماً به جیبت ربط دارد: قیمت هر یک میلیون توکن ورودی ۱۵ سنت است؛ یعنی حدود نصف قیمت نسخهٔ قبلی. در این مطلب می‌گوییم دقیقاً چه چیزی عوض شده، عددهای بنچمارک را خط‌به‌خط می‌خوانیم (هم نقاط قوت، هم نقاط ضعف)، داستان Space Bunny را باز می‌کنیم و آخر سر می‌گوییم برای یک کاربر فارسی‌زبان، امروز چه گزینهٔ عملی‌ای وجود دارد.

پاسخ کوتاه

  • مینیمکس روز ۲۷ مهر M3.1 Flash را عرضه کرد؛ مدلی چندوجهی با ۴۲۸ میلیارد پارامتر (حدود ۲۳ میلیارد فعال) و پنجرهٔ یک میلیون توکنی.

  • به گفتهٔ شرکت: سرعت استنتاج آنلاین حدود ۳ برابر، هزینهٔ استفاده ۷۰٪ کمتر از نسخهٔ قبلی (M3) است.

  • Space Bunny که هفته‌ها ناشناس در لیدربردها اول بود، نسخهٔ اولیهٔ همین مدل بود؛ وزن‌ها قرار است ۱ آبان (۲۳ اکتبر) منتشر شوند.

  • قیمت API: ورودی ۱۵ سنت، خروجی ۶۰ سنت و ورودی کش‌شده ۱٫۵ سنت به‌ازای هر یک میلیون توکن.

  • نکتهٔ احتیاط: همهٔ بنچمارک‌ها از خود شرکت آمده و هنوز آزمون مستقل منتشر نشده است.

اول زمینه: مدل «فلش» یعنی چه؟

در دنیای مدل‌های هوش مصنوعی، اسم «فلش» معمولاً یعنی نسخهٔ سبک‌تر و ارزان‌ترِ یک خانوادهٔ مدل؛ یعنی مغزِ کاملِ آن خانواده، اما با بهینه‌سازی‌هایی که جواب سریع‌تر و با هزینهٔ کمتر بدهد. مینیمکس دقیقاً همین منطق را دنبال کرده: M3.1 Flash قرار است «هوش در حد مدل‌های بزرگ» را با «قیمت مدل‌های کوچک» تحویل بدهد. پس اگر جمله‌ای مثل «نزدیک به مرز توانایی، با قیمت فلش» می‌خوانی، یعنی همین معامله.

مدل ایجنتی با مدل چت معمولی فرق دارد

مدل چت فقط جواب می‌دهد؛ مدل ایجنتی (یعنی عاملی) قرار است کار را انجام بدهد: فایل بخواند، ابزار صدا بزند، خطا را خودش پیدا کند و چند مرحله پشت سر هم پیش برود. M3.1 Flash دقیقاً برای همین ساخته شده؛ به گفتهٔ مینیمکس می‌تواند با محیط‌های واقعی تعامل کند، از ابزارها استفاده کند و توالی‌های طولانیِ کارها را اجرا کند. پس وقتی در ادامه از بنچمارک‌هایی مثل DeepSWE یا OSWorld حرف می‌زنیم، داریم از «انجام کار» حرف می‌زنیم، نه از «جواب دادن».

پنجرهٔ یک میلیون توکن یعنی چقدر؟

پنجرهٔ زمینه یعنی ظرفیتی که مدل در یک لحظه می‌تواند بخواند. یک میلیون توکن را می‌شود چیزی حدود ۷۵۰ هزار کلمهٔ انگلیسی دانست؛ یعنی کل یک مخزن کد بزرگ یا چندصد صفحه سند را می‌شود یکجا به مدل داد. این عدد برای M3.1 Flash از خود مینیمکس اعلام شده و با نسل قبلی‌اش برابر است.

دقیقاً چه چیزی عوض شده؟

خبر را اول رویترز منتشر کرد و بعد جزئیاتش در گزارش‌های فنی آمد. خلاصهٔ ادعای مینیمکس این است: بهبود نسلی در کارهای ایجنتی، برنامه‌نویسی، استفاده از کامپیوتر و امنیت سایبری؛ سرعت استنتاج آنلاین تقریباً سه برابر؛ هزینهٔ استفاده ۷۰٪ کمتر. این‌ها همه «ادعای شرکت» است، ولی بیایید ببینیم پشت این ادعاها چه مشخصات و عددهایی هست.

مشخصاتی که مینیمکس اعلام کرده

M3.1 Flash یک مدل چندوجهیِ «مخلوط خبره‌ها» (Mixture of Experts) است؛ یعنی به‌جای اینکه برای هر سؤال کل مدل فعال شود، فقط بخشی از آن وارد کار می‌شود. همین هم راز ارزانی‌اش است: از ۴۲۸ میلیارد پارامتر کل، فقط حدود ۲۳ میلیارد پارامتر برای هر توکن فعال است؛ یعنی چیزی حدود ۵٪ مدل. به گزارش MarkTechPost، این اعداد دقیقاً با M3 قبلی برابر است و مینیمکس هنوز گزارش فنی منتشر نکرده که بگوید در نسخهٔ فلش چه چیزی در معماری عوض شده. چیزهایی که شرکت گفته تغییر کرده: توجهِ خلوتِ (sparse attention) بهینه‌تر — یعنی مدلی که هوشمندانه‌تر تصمیم می‌گیرد به کدام بخش از متن توجه کند — و یک رمزگذار بیناییِ بومی. مدل متن، تصویر و ویدیو را به‌عنوان ورودی می‌گیرد و متن برمی‌گرداند.

استدلال همیشه‌روشن؛ با پنج سطح «عمق فکر»

یکی از عجیب‌ترین تصمیم‌های این عرضه این است: استدلال (reasoning) همیشه روشن است و نمی‌شود آن را خاموش کرد. به‌جایش توسعه‌دهنده از میان پنج سطح تلاش انتخاب می‌کند: کم، متوسط، زیاد، خیلی‌زیاد و حداکثر — که خود مینیمکس «حداکثر» را پیش‌فرض پیشنهاد می‌کند. اگر از API قدیمی M3 مهاجرت می‌کنی، این نکته را بدان: درخواستی که استدلال را غیرفعال کند، خطا برمی‌گرداند و زنجیرهٔ استدلال دیگر داخل برچسب‌های think متن نمی‌آید؛ در فیلد جداگانه‌ای به اسم reasoning_content می‌آید. پس اگر کدت تگ‌های قدیمی را پارس می‌کرد، باید به‌روزش کنی.

داستان Space Bunny: مدلی که ناشناس به رتبهٔ یک رسید

جذاب‌ترین بخش این عرضه، خود عرضه نیست؛ راهی است که مدل تا اینجا آمده. مینیمکس در پست اعلامش تأیید کرد که «Space Bunny» — مدلی ناشناس که هفته‌ها روی لیدربردهای عمومی ظاهر می‌شد — نسخهٔ اولیهٔ همین M3.1 Flash بوده است. به گفتهٔ خود شرکت، این نسخهٔ مخفی بیش از ۲۰۰ تریلیون توکن پردازش کرده؛ یعنی ۲۰۰ هزار میلیارد واحد متنی؛ رقمی که برای یک تست مخفی، کم‌سابقه است.

ده روزِ صدرنشینی روی OpenRouter

اوپن‌روتر، پلتفرمی که میزبان دورهٔ مخفی بود، در پست افشای خودش گفت Space Bunny ده روز پیاپی مدل شمارهٔ یک آن‌ها بوده و ۵۶٫۷ تریلیون توکن را پردازش کرده — رکورد بیشترین توکن در میان همهٔ مدل‌های مخفی‌ای که تا حالا روی این پلتفرم بوده‌اند. Space Bunny در ۱۳ مهر (۵ اکتبر) از اوپن‌روتر رفت و در ۲۷ مهر، با اسم رسمی M3.1 Flash برگشت. اوپن‌روتر مدل را ۷۲ ساعت رایگان عرضه می‌کند و بعد با همان قیمت رسمی (۱۵ سنت ورودی و ۶۰ سنت خروجی به‌ازای هر میلیون توکن) می‌فروشد.

بازخورد مخفی، مدل را واقعاً بهتر کرد

این بخش برای تو مهم است چون نشان می‌دهد عددهای «۳ برابر سریع‌تر» از کجا آمده‌اند. اوپن‌روتر می‌گوید بازخورد کاربران در دورهٔ مخفی به مینیمکس کمک کرد باگ‌ها را بگیرد و ارتقاها را بفرستد: زمان رسیدن به اولین توکن ۳۸٪ بهتر شد (از ۱٫۹۵ ثانیه به ۱٫۲۲ ثانیه)، توان عملیاتی ۴۵٪ بالا رفت (از ۷۰ به ۱۰۰ توکن در ثانیه) و نرخ خطا از ۱٫۴٪ به ۰٫۷٪ نصف شد. خود مینیمکس هم می‌گوید سرعت خروجی در استفادهٔ روزمره می‌تواند از ۲۰۰ توکن در ثانیه بگذرد و میانهٔ سرعت (P50) پیوسته بالای ۱۷۰ توکن در ثانیه است. برای حس مقیاس: ۲۰۰ توکن در ثانیه یعنی یک پاسخ چندپاراگرافی عملاً در همان لحظه روی صفحه ظاهر می‌شود.

بنچمارک‌ها را چطور بخوانیم

قبل از عددها، یک جملهٔ صداقت: همهٔ بنچمارک‌های زیر را خود مینیمکس گزارش کرده و هنوز هیچ آزمون مستقلی تکرارشان نکرده است. MarkTechPost هم صراحتاً همین را نوشته. پس این عددها را «ادعای سازنده» بخوان، نه «حقیقت آزمایش‌شده». با این حال، الگویشان آموزنده است: مدل در کارهای دفتریِ ایجنتی می‌درخشد و در کدنویسیِ سخت، میانهٔ جدول است.

بهترین نتایج، به گفتهٔ مینیمکس

در Automation-Bench نسخهٔ 1.0.6 که کارهای واقعیِ سازمانی روی سامانه‌های SaaS را می‌سنجد — از فروش و بازاریابی تا مالی و منابع انسانی — مدل ۶۲٫۲ گرفته و در جدول شرکت اول است (در نمودار هزینه، نسخهٔ حداکثرِ تلاش ۶۲٫۸ هم دیده می‌شود؛ MarkTechPost این ناسازگاری کوچک را هم گزارش کرده). در BankerToolBench با ۷۶٫۲ با Opus 5 مساوی شده و در LOCA-Bench 256K با ۶۰٫۳ اول است. در آزمون بینایی BabyVision با ابزارها ۹۱ گرفته. در امنیت سایبری، روی CyberGym به ۸۲٪ رسیده که به گفتهٔ شرکت یعنی توانایی پیشرو در کشف و اعتبارسنجی آسیب‌پذیری؛ و کارشناسان امنیت داخلی خود شرکت می‌گویند مدل در بازبینی کد، وصلهٔ آسیب‌پذیری، تست نفوذ، تحلیل بدافزار و مهندسی معکوس قوی ظاهر شده. در استفاده از کامپیوتر هم OSWorld V2 را با ۶۱٫۷ و Agents’ Last Exam را با ۲۹٫۶ پشت سر گذاشته و شرکت می‌گوید در هر دو، میان مدل‌های چینی اول است.

جایی که رقبا جلوترند

در کدنویسیِ سخت، تصویر خاکستری‌تر است. DeepSWE نسخهٔ 1.1 — بنچمارکی که از مدل می‌خواهد مستقل کد را بفهمد، قابلیت بسازد، باگ را درست کند و با تست اعتبارسنجی کند — با ۷۳٫۷٪ گزارش شده؛ کمی بالاتر از GPT-5.6 Sol با ۷۳٪، ولی پایین‌تر از دیپ‌سیک V4.1 Flash که در جدول خود مینیمکس ۷۴٫۲ و به ادعای خود دیپ‌سیک ۷۷ گرفته است (جزئیاتش را در مطلب دیپ‌سیک V4.1 Flash پوشش داده‌ایم). نقطهٔ ضعف واقعی، Terminal Bench 4.0 است: ۳۸٫۱ در برابر ۵۱٫۸ برای Opus 5؛ یعنی حدود ۱۴ واحد عقب‌تر. در آزمون دشوار HLE بدون ابزار هم ۴۳٫۴ گرفته (یک منبع دیگر ۴۸٪ گزارش کرده). نتیجهٔ عملی برای تو: اگر کارت «خودکارسازی فرایندهای دفتری» است، این مدل روی کاغذ انتخاب اقتصادیِ جذابی است؛ اگر کارت «کدنویسیِ پیچیدهٔ مستقل» است، هنوز مدل‌های گران‌تر جلوترند.

M3.1 Flash در برابر رقبای هم‌رده

جدول زیر از جدول مقایسهٔ خود مینیمکس (به نقل از MarkTechPost) ساخته شده؛ یعنی امتیازها همه «گزارش سازنده»‌اند و مقیاس‌های مختلف را نمی‌شود مستقیم با هم مقایسه کرد، ولی برای دیدن جایگاه نسبی مدل کافی است:

ویژگی

MiniMax M3.1 Flash

DeepSeek V4.1 Flash

Kimi K3

GLM-5.3

پارامتر کل / فعال

۴۲۸ میلیارد / حدود ۲۳ میلیارد

۵۵۲ میلیارد / ۸ و ۱۶ میلیارد

۲٫۸ تریلیون / ۱۰۴ میلیارد

حدود ۷۴۴ میلیارد / حدود ۴۰ میلیارد

پنجرهٔ زمینه

۱ میلیون توکن

۱ میلیون توکن

حدود ۱ میلیون توکن

حدود ۱ میلیون توکن

ورودی‌ها

متن، تصویر، ویدیو

متن، تصویر

متن، تصویر

متن

قیمت API (ورودی/خروجی، هر میلیون توکن)

۰٫۱۵ / ۰٫۶۰ دلار

۰٫۳۰ / ۱٫۲۰ دلار (نصف در ساعات خلوت)

۳ / ۱۵ دلار

۱٫۴۰ / ۴٫۴۰ دلار

وضعیت وزن‌ها

۱ آبان می‌آید؛ لایسنس اعلام نشده

باز، MIT

باز، لایسنس Kimi K3

وزن باز

DeepSWE نسخهٔ 1.1

۷۳٫۷٪

۷۴٫۲٪ (ادعای خود دیپ‌سیک: ۷۷٪)

۶۷٫۵٪

۶۶٫۹٪

Automation-Bench نسخهٔ 1.0.6

۶۲٫۲

۵۴٫۸

۴۶٫۷

۴۸٫۸

جدول را این‌طور بخوان: در ستون قیمت، M3.1 Flash با اختلاف ارزان‌ترین است؛ در ستون DeepSWE، دیپ‌سیک جلوتر است؛ و در ستون کارهای دفتری (Automation-Bench)، مینیمکس اول است. یعنی «بهترین» مطلق وجود ندارد؛ بهترینِ «برای کارت» وجود دارد.

قیمت‌گذاری: ۱۵ سنت برای یک میلیون توکن یعنی چه؟

قیمت رسمی API این است: ورودی ۱۵ سنت، خروجی ۶۰ سنت و ورودیِ کش‌شده ۱٫۵ سنت به‌ازای هر یک میلیون توکن؛ بدون هزینهٔ اضافه برای زمینهٔ طولانی. برای مقایسه، M3 قبلی ۳۰ سنت ورودی و ۱٫۲۰ دلار خروجی بود و بالای ۵۱۲ هزار توکن ورودی، قیمتش دو برابر می‌شد (به گزارش VentureBeat). یعنی فقط روی کاغذِ «قیمت هر توکن»، نصف شده.

چرا قیمت «هر وظیفه» مهم‌تر از قیمت «هر توکن» است؟

مینیمکس خودش هم می‌داند که قیمت هر توکن، صورت‌حساب تو نیست؛ برای همین روی «هزینهٔ هر وظیفه» مانور می‌دهد. در نمودار خودش، هر پنج سطح تلاش، زیر ۵ سنت برای هر وظیفهٔ Automation-Bench مانده‌اند؛ امتیازها از ۵۲٫۸ در سطح کم تا ۶۲٫۸ در سطح حداکثر. اوسا هم می‌نویسد هزینهٔ هر وظیفه حدود ۲۲ سنت است. مؤسسهٔ Artificial Analysis هم میانگین هزینهٔ هر وظیفهٔ شاخص هوش را برای M3.1 Flash حدود ۲۲ سنت و برای M3 حدود ۵۱ سنت حساب کرده؛ یعنی ۵۷٪ کاهش. این عدد با ادعای ۷۰٪ شرکت فرق دارد، ولی بارِ کاری‌شان هم فرق دارد؛ نکته این است که هر دو مسیر به یک نتیجه می‌رسند: به‌طور محسوس ارزان‌تر.

یک نکتهٔ احتیاط دربارهٔ ادعای ۷۰٪

نشریهٔ The New Stack نکتهٔ مهمی را یادآوری کرده: مینیمکس نگفته این ۷۰٪ را دقیقاً چطور اندازه گرفته. هزینهٔ واقعیِ یک ایجنت فقط قیمت توکن نیست؛ تعداد توکن‌هایی است که ایجنت برای رسیدن به نتیجه می‌سوزاند، از جمله تلاش‌های ناموفق. یک مطالعه نشان داده اجرای تکراریِ یک وظیفهٔ کدنویسیِ ایجنتی می‌تواند تا ۳۰ برابر توکن بیشتر مصرف کند. پس اگر می‌خواهی واقعاً بدانی برای کارت ارزان‌تر است، یک مجموعهٔ کوچک از مسئله‌های حل‌شده‌ات را با تستِ مشخص بردار، تعداد توکن ورودی و خروجیِ کل تلاش — شامل تلاش‌های ناموفق — را ثبت کن و بعد قضاوت کن. قیمت پایین، کمک است؛ ولی صورت‌حسابِ کامل تصمیم می‌گیرد.

از کجا و چطور می‌شود استفاده کرد؟

مدل از روز عرضه روی API مینیمکس (platform.minimax.io) با شناسهٔ MiniMax-M3.1-Flash زنده است و هم با استاندارد آنتروپیک و هم با استاندارد OpenAI سازگار است — از جمله Chat Completions و Responses. یعنی اگر ابزارت با یکی از این دو استاندارد کار می‌کند، احتمالاً بدون تغییر زیاد وصل می‌شود. به گزارش wccftech، پشتیبانی از HTTP، کیت آنتروپیک و کیت OpenAI هم اعلام شده.

MiniMax Code و اشتراک M Plan

علاوه بر API، مدل روی اشتراک M Plan و اپ دسکتاپ MiniMax Code هم در دسترس است؛ همان محصولی که چند وقت پیش نسخهٔ متن‌بازش خبرساز شد. پس اگر توسعه‌دهنده‌ای و نمی‌خواهی مستقیم با API درگیر شوی، MiniMax Code نزدیک‌ترین درِ ورود است.

این خبر برای خوانندهٔ فارسی‌زبان چه معنایی دارد؟

راستش را بگویم: وضعیت دسترسی به پلتفرم API مینیمکس از ایران رسماً اعلام نشده و ما هم چیزی را حدس نمی‌زنیم. ولی دو نکتهٔ عملی هست. اول، قیمت دلاری: ۱۵ سنت برای یک میلیون توکن ورودی یعنی حتی پروژه‌های شخصی و استارتاپیِ کوچک می‌توانند با بودجهٔ کم، ایجنتِ واقعی را تست کنند — البته اگر مسیر پرداخت و دسترسی برایشان باز باشد. دوم، وزن‌های مدل: مینیمکس گفته وزن‌ها ۱ آبان (۲۳ اکتبر) منتشر می‌شوند. اگر این وعده عملی شود و لایسنسش اجازه بدهد، آن‌وقت می‌شود مدل را روی سرور خودت اجرا کرد؛ مسیری که برای خیلی از تیم‌های ایرانی، از API خارجیِ مستقیم عملی‌تر است. دربارهٔ وزن‌های بازِ مدل‌های دیگر هم پیش‌تر نوشته‌ایم: انتشار وزن‌های Muse Spark متا و وزن‌های باز Reflection Beam. تا ۱ آبان، تنها چیزی که قطعی است API است؛ بقیه‌اش وعده است.

چیزهایی که هنوز روشن نیست

  • گزارش فنیِ تفاوت M3.1 Flash با M3 منتشر نشده؛ نمی‌دانیم دقیقاً چه چیزی در معماری عوض شده.

  • شرایط لایسنس وزن‌ها اعلام نشده؛ «باز» بودنش تا ۱ آبان مشخص نیست.

  • سخت‌افزار لازم برای اجرای خودمیزبان (self-host) اعلام نشده.

  • روش اندازه‌گیری ادعای «۷۰٪ کاهش هزینه» شفاف نیست (یادآوری The New Stack).

  • وضعیت دسترسی کاربران ایران به پلتفرم مینیمکس اعلام نشده.

  • زمان عرضهٔ نسخهٔ Pro که مینیمکس وعده‌اش را داده، مشخص نیست.

جمع‌بندی

مینیمکس با M3.1 Flash یک شرط بزرگ بسته: هوشِ نزدیک به مدل‌های بزرگ، با قیمتِ مدل‌های کوچک. اگر کارت خودکارسازی فرایندهای دفتری، پشتیبانی مشتری یا کارهای ایجنتیِ چندمرحله‌ای است، این عرضه روی کاغذ یکی از اقتصادی‌ترین گزینه‌های امروز بازار است و ۷۲ ساعت رایگانِ اوپن‌روتر فرصت کم‌ریسکی برای تست است. اگر کارت کدنویسیِ سنگین و مستقل است، فعلاً صبر کن؛ عددهای این مدل در آن حوزه هنوز پشت رقباست و آزمون مستقلی هم در کار نیست. و اگر به اجرای محلی فکر می‌کنی، تاریخ ۱ آبان را در تقویم علامت بزن؛ آن روز معلوم می‌شود وزن‌ها واقعاً می‌آیند یا نه.

سؤال‌های پرتکرار

MiniMax M3.1 Flash دقیقاً چیست؟

مدل هوش مصنوعی چندوجهیِ شرکت چینی مینیمکس است که برای کارهای ایجنتی، برنامه‌نویسی، استفاده از کامپیوتر و امنیت سایبری بهینه شده؛ ۴۲۸ میلیارد پارامتر دارد (حدود ۲۳ میلیارد فعال)، پنجرهٔ یک میلیون توکنی دارد و متن، تصویر و ویدیو را می‌خواند.

قیمت استفاده از آن چقدر است؟

از طریق API رسمی: هر یک میلیون توکن ورودی ۱۵ سنت، خروجی ۶۰ سنت و ورودی کش‌شده ۱٫۵ سنت. به گفتهٔ شرکت، هزینهٔ هر وظیفه حدود ۲۲ سنت است؛ یعنی تقریباً یک‌سوم هزینهٔ نسل قبلی.

Space Bunny چه بود؟

اسم مخفیِ نسخهٔ اولیهٔ همین مدل بود که هفته‌ها ناشناس روی لیدربردها آزمایش می‌شد؛ به گفتهٔ مینیمکس بیش از ۲۰۰ تریلیون توکن پردازش کرد و به گفتهٔ اوپن‌روتر ده روز پیاپی مدل اول آن پلتفرم بود.

استدلال «همیشه‌روشن» یعنی چه؟

یعنی نمی‌توانی حالت فکر کردن مدل را خاموش کنی؛ فقط می‌توانی از میان پنج سطح تلاش (کم تا حداکثر) انتخاب کنی. این برای فراخوانی‌های ساده، کفِ هزینه و تأخیر ایجاد می‌کند، ولی برای کارهای پیچیده مزیت است.

با DeepSeek V4.1 Flash چه فرقی دارد؟

در کارهای دفتریِ ایجنتی (Automation-Bench) مینیمکس با ۶۲٫۲ جلوتر است (دیپ‌سیک ۵۴٫۸)؛ در کدنویسیِ سخت (DeepSWE) دیپ‌سیک با ۷۷ (به ادعای خودش) جلوتر است؛ قیمت API هر دو در ساعات خلوت دیپ‌سیک تقریباً برابر است.

وزن‌های مدل کی منتشر می‌شوند؟

مینیمکس در پست تکمیلی‌اش ۱ آبان (۲۳ اکتبر) را اعلام کرده؛ ولی در اطلاعیهٔ اول فقط گفته بود «به‌زودی». شرایط لایسنس هنوز اعلام نشده، پس تا آن روز «باز بودن» واقعی‌اش قطعی نیست.

آیا می‌شود از ایران از آن استفاده کرد؟

وضعیت دسترسی کاربران ایران به پلتفرم مینیمکس رسماً اعلام نشده. مسیر محتمل‌تر برای کاربران ایرانی، انتشار وزن‌ها در ۱ آبان و اجرای خودمیزبان است — به شرطی که لایسنسش اجازه بدهد.

منابع

برچسب‌ها:هوش مصنوعیهوش مصنوعی مولدخودکارسازیتوسعه‌دهنده
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.