MiniMax M3.1 Flash và M3: ứng dụng của bạn thay đổi thế nào?

MiniMax M3.1 Flash đáng để đánh giá nếu bạn đang dùng M3 để lập trình hoặc làm việc với công cụ và muốn kiểm soát mức suy luận tốt hơn. Cả hai mô hình đều có ngữ cảnh một triệu token, nên chỉ riêng kích thước ngữ cảnh không phải lý do để chuyển đổi. MiniMax mô tả Flash là phiên bản kế nhiệm hiệu quả hơn, nhưng các công bố khi ra mắt không xác định được mô hình nào tốt hơn cho ứng dụng của bạn. Hãy so sánh với M3 đang dùng làm mốc, trên cùng tác vụ, công cụ và tiêu chí thành công.

Bài so sánh này phân biệt tài liệu chính thức hiện tại với thử nghiệm của chúng tôi. Chúng tôi đã hoàn thành một yêu cầu văn bản nhỏ có trả phí qua SeedRouter. Chúng tôi chưa chạy đánh giá đối đầu với M3 hoặc đo tốc độ duy trì của Flash.

Tổng quan so sánh MiniMax M3.1 Flash và M3

Các thông số chung lấy từ trang tổng quan mô hình của MiniMax. Việc trang tổng quan không mô tả mức suy luận của M3 không chứng minh rằng M3 không thể suy luận hoặc giao diện đầy đủ của mô hình không có tùy chọn điều khiển. Hãy xem tài liệu của đúng endpoint M3 mà bạn đang dùng.

Sự phân biệt này quan trọng khi chuyển đổi: điền tên mô hình quen thuộc vào yêu cầu không có nghĩa là mọi trường đều tương thích. Hãy bắt đầu từ đặc tả của mô hình đích.

Điều gì thay đổi khi bạn có thể đặt mức suy luận?

Với Flash, các lựa chọn chính thức là low, medium, high, xhigh và max. Nếu bỏ qua mức suy luận, mô hình chọn max. Chế độ suy nghĩ luôn bật; không hỗ trợ none hoặc chế độ tắt suy nghĩ. MiniMax cho biết mức cao hơn dùng nhiều token đầu ra hơn và tăng độ trễ. Các hành vi này được ghi trong hướng dẫn tạo văn bản.

Nhờ đó, bạn có thêm một biến hữu ích để thử nghiệm. Với tác vụ trích xuất ngắn, hãy so sánh low với mặc định và kiểm tra xem cả hai có trả về các trường cần thiết hay không. Với thay đổi mã nguồn, hãy đánh giá xem đầu ra có vượt qua các bài kiểm thử hiện có không. Giữ nguyên prompt và tiêu chí đánh giá khi thay đổi mức suy luận; nếu không, bạn sẽ không biết điều gì tạo ra khác biệt.

Mỗi giao thức dùng một trường khác nhau để đặt mức suy luận:

Ví dụ yêu cầu Chat:

{
  "model": "MiniMax-M3.1-Flash",
  "messages": [
    {
      "role": "user",
      "content": "Identify the assumptions in this migration plan."
    }
  ],
  "reasoning_effort": "low",
  "max_tokens": 2048
}

Ngân sách ở đây là ví dụ dành cho câu trả lời ngắn, không phải giá trị mặc định hay tối đa của mô hình.

Flash có tốt hơn M3 không?

Trong bài công bố ngày 19 tháng 10, MiniMax báo cáo cải thiện về tác vụ tác tử, lập trình và sử dụng máy tính. Hãng cũng báo cáo tổng chi phí sử dụng thấp hơn phiên bản trước và tốc độ suy luận trực tuyến nhanh hơn. Đây là kết quả do nhà cung cấp công bố theo điều kiện đánh giá của chính họ.

Chúng tôi chưa tái hiện các kết quả đó. Một phép so sánh hữu ích cần cùng khối lượng công việc, thiết lập mức suy luận khi áp dụng được, môi trường công cụ và quy tắc chấm điểm. Câu trả lời nhanh hơn nhưng không đạt kiểm tra có thể đòi hỏi thêm một lần thử có trả phí; câu trả lời dài hơn có thể chứa suy luận hữu ích hoặc đầu ra không cần thiết. Hãy đo công việc đã hoàn thành, không chỉ phản hồi đầu tiên.

Lần kiểm tra Flash được ghi lại của chúng tôi yêu cầu tính 17 nhân 23 và dịch “我们已经完成测试” sang tiếng Anh. Mô hình trả về 391 và “We have completed the tests.”. Mức sử dụng là 231 token đầu vào, gồm 195 token từ bộ nhớ đệm, và 74 token đầu ra. Điều này xác nhận một phản hồi thành công. Nó cho biết rất ít về lập trình ở quy mô kho mã, hiểu video hoặc chất lượng tương đối so với M3.

Nên so sánh các mô hình trong ứng dụng như thế nào?

Trước khi thay đổi lưu lượng trong môi trường sản xuất, hãy chọn một nhóm nhỏ tác vụ từ quy trình làm việc của bạn. Bao gồm cả trường hợp thông thường và trường hợp mà tích hợp hiện tại xử lý chưa tốt. Với mỗi tác vụ, ghi lại điều kiện thành công có thể quan sát: bộ kiểm thử đạt, các trường trích xuất khớp với tài liệu hoặc lệnh gọi công cụ được yêu cầu có đúng đối số.

Ghi các kết quả sau cạnh nhau:

Với hội thoại dùng công cụ, hãy giữ lại mã định danh công cụ được trả về và lịch sử suy luận mà giao thức yêu cầu. Hướng dẫn gọi hàm của MiniMax mô tả yêu cầu công cụ và luồng tiếp tục hội thoại. Hãy thử toàn bộ chu trình trao đổi trước khi dùng mô hình mới cho tác tử.

Nếu M3 đã đáp ứng yêu cầu, hãy giữ nó làm mốc so sánh. Chỉ cân nhắc chuyển đổi sau khi Flash đạt tiêu chí nghiệm thu với thiết lập và chi phí mà bạn có thể sử dụng ổn định.

Flash có giá bao nhiêu trên SeedRouter?

Dùng mức giá hiện tại bên dưới để ước tính chi phí. Toàn bộ đầu vào, gồm cả token từ bộ nhớ đệm, quyết định bậc giá theo ngữ cảnh được áp dụng. Đầu ra gồm token suy luận, nên một câu trả lời hiển thị ngắn có thể dùng nhiều token đầu ra hơn mức bạn hình dung từ phần văn bản được hiển thị.

Việc tái sử dụng bộ nhớ đệm cũng làm thay đổi phép so sánh. Hãy chạy và gắn nhãn riêng cho trường hợp chưa có bộ nhớ đệm và trường hợp lặp lại tiền tố. Hướng dẫn bộ nhớ đệm prompt của MiniMax mô tả việc tự động tái sử dụng tiền tố trùng khớp; không phải yêu cầu nào cũng được bảo đảm trúng bộ nhớ đệm.

Câu hỏi thường gặp

MiniMax M3.1 Flash có phải M3 với ngữ cảnh lớn hơn không?

Cả hai được liệt kê với ngữ cảnh 1.000.000 token. Hãy đánh giá mô hình mới dựa trên hành vi và khả năng điều khiển suy luận, thay vì mong đợi cửa sổ ngữ cảnh được công bố lớn hơn.

Có thể dùng tên bản xem trước thay cho MiniMax-M3.1-Flash không?

Dùng đúng mã định danh được ghi trong tài liệu của endpoint bạn gọi. Kết quả tìm kiếm vẫn chứa tên bản xem trước. Điều đó không chứng minh rằng bí danh xem trước và mô hình hiện tại có hành vi hoặc tính khả dụng giống nhau.

Space Bunny có phải phiên bản đầu của Flash không?

Có. MiniMax xác định Space Bunny là phiên bản đầu trong bài công bố. Các kết quả thu thập dưới tên cũ cần giữ nguyên ngày và thiết lập ban đầu.

Có thể thử mô hình hiện tại ở đâu?

Trang MiniMax M3.1 Flash có Playground và giá hiện tại. Tài liệu tham chiếu API liệt kê các trường yêu cầu và ràng buộc. Hãy bắt đầu với một tác vụ mà bạn có thể chấm điểm đáng tin cậy, rồi mở rộng so sánh sau khi kết quả đầu tiên đạt yêu cầu.