MiniMax M3.1 Flash: il modello agentico che costa il 70% in meno e corre a 200 token al secondo

MiniMax ha iniziato a distribuire MiniMax M3.1 Flash, la nuova versione veloce della sua famiglia di modelli, e lo ha fatto con una scelta di numeri molto precisa: quasi tre volte più rapido in inferenza online rispetto a prima e un costo d’uso per i compiti agentici ridotto del 70% rispetto al predecessore. Non è il modello più grande dell’azienda cinese, e non vuole esserlo. È pensato per fare il lavoro pesante degli agenti, quello fatto di molti passaggi, molti strumenti e tanti token consumati in fretta.

In questa guida ti spiego che cosa ha annunciato MiniMax, quali sono i risultati dichiarati nei benchmark, quanto costa davvero usarlo e perché una release di questo tipo conta più di quanto sembri, soprattutto se lavori con agenti, automazioni o coding assistito.

Che cos’è MiniMax M3.1 Flash e cosa è stato annunciato

Secondo il post ufficiale di MiniMax, datato 19 ottobre 2026, M3.1 Flash è un modello della nuova generazione Flash, in distribuzione ufficiale da subito. La versione precedente, circolata in forma anonima con il nome in codice “Space Bunny”, avrebbe elaborato oltre 200 trilioni di token prima del lancio. È un dato che vale la pena notare: significa che il modello è stato messo sotto carico reale, su larga scala, prima di ricevere il suo nome definitivo.

L’azienda non fornisce il numero di parametri e non descrive l’architettura in dettaglio. L’unico elemento tecnico dichiarato è una “sparsità più aggressiva”, cioè una scelta progettuale che serve a rendere l’inferenza più efficiente. Il resto della comunicazione punta su prestazioni pratiche e su costi.

Velocità: quanto corre davvero

MiniMax parla di un’inferenza online quasi tre volte più veloce. In concreto, l’output quotidiano raggiunge oltre 200 token al secondo, mentre la velocità mediana, il cosiddetto P50, si mantiene stabilmente sopra i 170 token al secondo. La mediana è il numero più onesto da guardare, perché racconta cosa succede nella maggior parte delle richieste e non solo nei casi migliori.

Per dare un riferimento, nei giorni scorsi abbiamo raccontato Mercury 3 di Inception, un modello a diffusione che punta a oltre mille token al secondo. Sono due strade diverse verso lo stesso obiettivo: M3.1 Flash resta un modello linguistico tradizionale che accelera con l’ottimizzazione, mentre Mercury cambia proprio il meccanismo di generazione.

Costi: il vero argomento di vendita

Il listino è piatto, senza fasce legate alla lunghezza del contesto: 0,15 dollari per milione di token in input, 0,60 dollari per milione in output e 0,015 dollari per milione di token in input già presenti in cache. Per i carichi agentici, dove lo stesso contesto viene riletto decine di volte, il prezzo della cache è quello che fa la differenza nel conto finale.

Il calo del 70% del costo complessivo rispetto al predecessore è riferito esplicitamente ai compiti agentici. Va letto come un dato dichiarato dall’azienda e riferito al suo scenario di test, non come una garanzia valida per ogni uso.

I benchmark dichiarati da MiniMax

I numeri pubblicati riguardano soprattutto quattro aree: uso del computer, lavoro d’ufficio e finanza, programmazione e sicurezza informatica. Li riporto come vengono presentati dall’azienda, senza verifiche indipendenti, che per ora non risultano disponibili.

Nell’uso del computer, M3.1 Flash ottiene 61,7 punti su OSWorld V2 e 29,6 su Agents’ Last Exam. In entrambi i casi MiniMax afferma che si tratta del miglior risultato tra i modelli cinesi. Su BankerToolBench, un test legato a compiti di tipo bancario con strumenti, il punteggio è 76,2.

Nella programmazione, il modello raggiunge il 73,7% su DeepSWE v1.1, un benchmark in cui il modello deve capire il codice, costruire funzionalità, correggere problemi e validare il lavoro con i test. MiniMax lo colloca accanto ai modelli di vertice. Su CyberGym, che misura la scoperta e la validazione di vulnerabilità, il risultato è dell’82%. Su AutomationBench-AA l’azienda parla di posizione tra i migliori, senza indicare un punteggio.

Il punto debole di queste tabelle è sempre lo stesso: i benchmark agentici sono nuovi, cambiano in fretta e si prestano a confronti selettivi. Un buon risultato è un segnale, non una sentenza.

Cosa sa fare nei flussi di lavoro agentici

Il messaggio centrale del lancio è che M3.1 Flash sa completare flussi di lavoro aziendali dall’inizio alla fine, passando da più sistemi SaaS: vendite, marketing, operazioni, assistenza clienti, finanza e risorse umane. Per riuscirci deve pianificare in più passaggi, mantenere coerenza tra documenti e file, rispettare vincoli di conformità finanziaria e concatenare chiamate a strumenti diversi.

Sulla sicurezza informatica MiniMax riferisce che i suoi esperti interni hanno osservato buoni risultati in revisione del codice, correzione di vulnerabilità, test di penetrazione, analisi di malware e reverse engineering. È un’area dove i modelli veloci ed economici interessano parecchio, perché permettono di scansionare molto codice con costi sostenibili, un tema che sul sito abbiamo toccato anche con Reflection Beam e i modelli a pesi aperti.

Non è un caso che i modelli leggeri stiano diventando il motore dei sistemi autonomi. Un agente che fa cento chiamate per completare un compito ha bisogno di un modello che risponda subito e costi poco, molto più che di un modello che vinca ogni classifica.

Dove si usa e quando arrivano i pesi

M3.1 Flash è disponibile ora tramite l’API di MiniMax sulla piattaforma platform.minimax.io, tramite M Plan, il piano in abbonamento, e dentro MiniMax Code, l’applicazione desktop per la programmazione. Quest’ultimo era già il canale da cui era comparsa la versione preliminare.

I pesi del modello, per ora, non sono pubblici. L’azienda dice che verranno rilasciati più avanti, senza indicare una data. Per chi lavora con modelli aperti, e sta guardando anche alle novità come DeepSeek V4.1-Flash, questo è il dettaglio da seguire: la licenza e la data di uscita decideranno se M3.1 Flash potrà essere eseguito in locale o su infrastrutture proprie.

MiniMax annuncia inoltre che arriverà più avanti anche un modello Pro, che “spinge i confini dell’intelligenza”, senza fornire una data. Il posizionamento è chiaro: Flash per velocità e costo, Pro per le prestazioni massime.

Perché questa release conta

Negli ultimi mesi la competizione tra i laboratori si è spostata. Non conta più soltanto chi ha il modello più intelligente, ma chi offre il miglior rapporto tra qualità, latenza e prezzo nei compiti reali. I laboratori cinesi lavorano molto su questo fronte, con listini aggressivi e rilasci frequenti, e M3.1 Flash è un esempio molto lineare di questa strategia.

Per un professionista, un’agenzia o un’azienda questo cambia il calcolo. Se un modello veloce costa pochi centesimi per milione di token e regge compiti di uso del computer e di coding, diventa possibile automatizzare flussi che con modelli più costosi non erano sostenibili. Allo stesso tempo, la dipendenza da un fornitore con sede in Cina richiede le consuete valutazioni su dati, conformità e localizzazione dell’elaborazione.

Il confronto con gli assistenti più noti, come Claude, resta aperto. I benchmark dichiarati dall’azienda parlano di alto livello, ma solo i test indipendenti e l’uso quotidiano diranno se la qualità regge fuori dalle condizioni scelte da chi ha pubblicato i numeri.

Come provarlo senza rischi

Il modo più sensato per valutarlo è un test mirato. Prendi due o tre flussi che oggi svolgi con un modello più costoso, ad esempio un’estrazione di dati da documenti, una revisione di codice o una procedura ripetitiva in un’interfaccia, e misura tre cose: tasso di successo, tempo totale e costo reale per attività. Con un listino così basso, il test stesso costa pochissimo.

Verifica anche i limiti di contesto e le condizioni d’uso nell’API prima di collegare dati sensibili, e tieni presente che il lancio è appena avvenuto: le prime settimane servono spesso a far emergere comportamenti anomali che i benchmark non mostrano.

Conclusioni

MiniMax M3.1 Flash è una release meno spettacolare di un nuovo modello da trilioni di parametri, ma è proprio il tipo di rilascio che sposta gli equilibri dell’AI agentica: più velocità, costi più bassi e prestazioni dichiarate vicine ai modelli di vertice su coding e uso del computer. Restano da confermare i risultati con test indipendenti e da scoprire data e licenza dei pesi.

Se vuoi restare aggiornato su modelli, prezzi e strumenti per lavorare con l’AI senza perdere tempo, continua a seguire le news di Intelligenza Artificiale.net e iscriviti per non perdere i prossimi approfondimenti.