Les poids de MiniMax M3.1 Flash sont en ligne depuis le 23 octobre sur Hugging Face et ModelScope, quatre jours après l'annonce du modèle. Derrière les 428 milliards de paramètres, l'entreprise chinoise met surtout en avant une facture d'API et une latence pensées pour les agents.
M3.1 Flash, un mélange d'experts de 428 milliards de paramètres
MiniMax a publié les fichiers le 23 octobre, peu après une heure du matin UTC selon le message de l'entreprise sur X. Le modèle lui-même avait été présenté le 19 octobre.
La fiche technique décrit un modèle multimodal natif construit en mélange d'experts : 428 milliards de paramètres au total, mais 23 milliards activés pour chaque jeton traité. Cette mécanique explique l'écart entre la taille du modèle et son coût d'exécution. On paie la mémoire de l'ensemble, pas le calcul de l'ensemble.
La fenêtre de contexte monte à un million de jetons. En entrée, le modèle accepte du texte, des images et de la vidéo ; en sortie, uniquement du texte. MiniMax indique avoir généralisé son mécanisme d'attention creuse, baptisé MSA, à tout le modèle, ajouté une tête de décodage spéculatif DSpark et entraîné avec quantification intégrée, une technique qui prépare le modèle à tourner en précision réduite sans perdre trop de qualité.
Le résultat pratique tient dans une phrase : un modèle de cette taille, servi avec 23 milliards de paramètres actifs, peut répondre vite sur du matériel raisonnable. C'est exactement le compromis que cherchent les équipes qui font tourner des agents en continu.
Space Bunny, le pseudonyme qui a servi de test grandeur nature
L'histoire la plus intéressante du lancement ne figure dans aucun tableau de scores. Pendant des semaines, une version précoce de M3.1 Flash a tourné sur OpenRouter sous le nom de code « Space Bunny », sans que personne sache qui se cachait derrière.
MiniMax affirme que ce modèle anonyme a traité plus de 200 000 milliards de jetons. Un tel volume donne à l'entreprise des données d'usage réelles, sur des requêtes qu'elle n'a pas choisies, avant de figer la version publique. La méthode a un avantage évident : les défauts se voient en production, pas dans une démo. Elle a aussi un coût, celui de laisser courir un modèle imparfait sous un faux nom.
Ce que MiniMax promet sur le prix et la vitesse
L'argument commercial est simple : environ trois fois plus rapide en inférence et 70 % moins cher à l'usage que la génération précédente, selon l'entreprise. MiniMax annonce plus de 200 jetons par seconde en sortie, avec une médiane au-dessus de 170.
La grille publique est plate : 0,15 dollar par million de jetons en entrée, 0,60 dollar en sortie, 0,015 dollar pour l'entrée mise en cache. À ce niveau, un agent qui enchaîne les appels d'outils coûte une fraction de ce qu'il coûterait sur une API américaine haut de gamme. Le modèle est disponible via l'API MiniMax, l'offre M Plan et MiniMax Code.
Il faut toutefois rapporter ces chiffres à leur contexte. Une tarification basse ne dit rien de la qualité sur une tâche donnée, et les 200 jetons par seconde valent pour des sorties courtes. Sur une génération longue, le débit réel baisse, comme chez tous les fournisseurs.
Les scores annoncés par MiniMax
Les résultats qui suivent viennent de l'entreprise et n'ont pas été reproduits de façon indépendante.
Sur DeepSWE v1.1, qui évalue la capacité à comprendre un dépôt, écrire une fonctionnalité et la valider par des tests, M3.1 Flash atteint 73,7 %. Sur OSWorld V2, qui mesure la manipulation d'un ordinateur et l'enchaînement de tâches entre applications, il obtient 61,7 points. Sur Agents' Last Exam, un test de travail professionnel complexe, 29,6 points. MiniMax affirme être premier parmi les modèles chinois sur ces deux derniers tests.
Deux autres chiffres complètent le tableau : 82 % sur CyberGym, qui mesure la capacité à traîner des failles, et 76,2 sur BankerToolBench, un enchaînement de workflows bancaires en plusieurs étapes. L'entreprise place aussi le modèle dans le peloton de tête d'AutomationBench-AA, sans donner de rang précis, ce qui laisse la comparaison ouverte.
Un score isolé mérite un mot d'explication : les 29,6 points sur Agents' Last Exam paraissent faibles en valeur absolue, mais ce test est conçu pour être difficile, avec des tâches professionnelles longues. Les meilleurs modèles y plafonnent souvent sous les 40 points. Sans tableau complet, difficile de situer exactement M3.1 Flash.
Une licence communautaire, pas une licence libre
Le dépôt Hugging Face porte la mention licence autre, avec une licence communautaire MiniMax. Ce n'est pas de l'open source au sens de l'Open Source Initiative, qui exige bien plus que la publication des poids.
Deux points circulent dans la presse spécialisée sans confirmation officielle détaillée : un seuil de chiffre d'affaires annuel de 20 millions de dollars au-delà duquel l'usage commercial demanderait un accord séparé, et un téléchargement d'environ 252 Go. Présentez-les comme des lectures de tiers, pas comme des clauses vérifiées. Sur ce terrain, la prudence s'impose : une licence mal lue peut coûter cher à une entreprise qui déploie le modèle en production.
Ce que des poids ouverts changent vraiment pour une équipe
Télécharger 252 Go de poids n'a rien d'anodin. Il faut des GPU, de la bande passante et des compétences pour servir le modèle. Pour beaucoup de PME, l'API restera plus rentable, et c'est probablement l'intention de MiniMax.
L'intérêt se situe ailleurs. Les équipes qui traitent des données sensibles peuvent garder les requêtes chez elles, figer une version précise du modèle et l'affiner sur leur vocabulaire métier. Un modèle de cette taille, exécutable hors ligne, ouvre aussi la voie à des déploiements sur site pour des secteurs réglementés, où l'envoi de documents à une API étrangère est tout simplement exclu.
Reste une question que MiniMax n'aborde pas : la qualité du modèle après quantification, et l'écart réel avec la version servie par l'API. Les premiers retours de la communauté, une fois les téléchargements terminés, seront plus parlants que les tableaux.
À suivre chez MiniMax
La prochaine étape sera la publication d'évaluations indépendantes sur les poids téléchargés, notamment sur les tâches d'agents longues, où les écarts entre versions quantifiées apparaissent vite. MiniMax a aussi intérêt à clarifier sa licence : c'est elle qui décidera si M3.1 Flash devient une référence pour l'auto-hébergement ou reste un produit d'appel pour son API.
