A MiniMax (abre em nova aba), empresa chinesa de inteligência artificial, lançou nesta segunda-feira (19) o M3.1 Flash. O modelo novo é bem melhor que o anterior e custa menos da metade por tarefa. Na avaliação independente da Artificial Analysis (abre em nova aba), ele marcou 42 pontos no índice de inteligência da empresa, contra 29 do antecessor, o M3. Cada tarefa do teste custou cerca de US$ 0,22.
O dado mais interessante, porém, está na comparação com os concorrentes. O lançamento mostra que a disputa de preço entre os laboratórios chineses continua em queda, sem sinal de parar.
O que foi lançado
Os modelos "Flash" são as versões mais leves e rápidas das empresas de IA, feitas para rodar muito e gastar pouco. São eles que costumam funcionar por trás de assistentes de programação, chatbots baratos e agentes, que são IAs que executam tarefas em várias etapas, usam ferramentas e chegam a operar o computador sozinhas. Quando o preço desses modelos cai, fica mais barato tudo o que é construído em cima deles.
O M3.1 Flash lê textos e imagens e responde em texto. Ele aguenta até 1 milhão de tokens de uma vez. Tokens são os pedaços em que a IA quebra o que lê e escreve, e é por eles que as empresas cobram. O modelo já está disponível na API da MiniMax, que é o acesso para desenvolvedores, no M Plan e no MiniMax Code, a ferramenta de programação da empresa para desktop. Uma versão Pro, mais potente, vai chegar depois.
O modelo já circulava antes do anúncio. Segundo a MiniMax, ele era o "Space Bunny", que vinha sendo testado de forma anônima e processou mais de 200 trilhões de tokens antes de ganhar nome e sobrenome. Lançar um modelo em segredo, deixar que as pessoas o usem sem saber de quem é e só depois revelar a autoria virou uma forma de chegar ao lançamento com uso real já acumulado.
Quanto custa
A tabela oficial é simples:
- US$ 0,15 por milhão de tokens de entrada (o que você manda para o modelo);
- US$ 0,60 por milhão de tokens de saída (o que ele escreve);
- US$ 0,015 por milhão de tokens em cache, quando o mesmo trecho de texto é reaproveitado. É um desconto de 90%.
O M3 cobrava o dobro: US$ 0,30 na entrada e US$ 1,20 na saída para textos de até 512 mil tokens. Acima disso, o preço dobrava de novo, para US$ 0,60 e US$ 2,40. O M3.1 Flash tem preço único, sem sobretaxa para textos longos. O cache ficou de quatro a oito vezes mais barato, conforme o tamanho do texto. Esse desconto pesa justamente nos agentes, que reenviam as mesmas instruções muitas vezes ao longo de uma tarefa.
O que a avaliação independente mostrou
O índice da Artificial Analysis junta dez testes, de programação a raciocínio científico, e calcula quanto custa resolver cada tarefa. Com o M3.1 Flash, esse custo caiu de cerca de US$ 0,51 para US$ 0,22, uma redução de quase 57%, segundo o VentureBeat. A página do modelo no site da Artificial Analysis mostra hoje 43 pontos, um a mais que os 42 divulgados no dia do lançamento.
Veja como ele fica entre os concorrentes diretos:
| Modelo | Índice de inteligência (Artificial Analysis) | Custo médio por tarefa |
|---|---|---|
| DeepSeek V4.1 Flash-1017 | 45 | ~US$ 0,26 |
| MiniMax M3.1 Flash | 42 | ~US$ 0,22 |
| GLM-5.3 Flash | 42 | ~US$ 0,28 |
| Gemini 3.8 Flash (Google) | 41 | ~US$ 1,24 |
| MiniMax M3 (antecessor) | 29 | ~US$ 0,51 |
Os três modelos chineses estão colados uns nos outros, entre 42 e 45 pontos e entre US$ 0,22 e US$ 0,28 por tarefa. O Gemini 3.8 Flash, do Google, fica no mesmo patamar de pontuação, mas custa de quatro a quase seis vezes mais por tarefa. A disputa de preço que mais importa hoje é entre os laboratórios chineses. O DeepSeek continua um pouco à frente em pontos, e a MiniMax decidiu competir no custo.
Em testes específicos, o M3.1 Flash acertou 48% no Humanity's Last Exam, um conjunto de perguntas difíceis de várias áreas, e 22% no CritPt, de raciocínio científico. Nesse segundo teste, ficou à frente do GLM-5.3 Flash (15%) e do Gemini 3.8 Flash (18%), mas atrás do DeepSeek (24%).
O que a MiniMax promete e o que foi medido
A MiniMax é mais otimista do que os números independentes. No anúncio oficial no X, a empresa resumiu o lançamento assim:
Redefinindo a economia de desempenho da IA agêntica. O M3.1 Flash alcança inteligência de nível de fronteira em tarefas-chave como Cowork (Automation-Bench: 62%; ALE: 30%), programação (DeepSWE: 74%) e raciocínio visual (BabyVision: 91%), por 1/3 do custo do M3 e com 3x a velocidade.
A medição independente não confirma tudo. O custo por tarefa caiu 57%, e não os cerca de dois terços que a frase sugere. No blog, a MiniMax fala em custo 70% menor especificamente em tarefas de agente, que não são o mesmo conjunto de testes do índice. Pode ser que as duas contas estejam certas, cada uma no seu recorte. A velocidade é outra história. A empresa diz que o modelo escreve, no uso comum, mais de 200 tokens por segundo, com mediana acima de 170. A Artificial Analysis mediu cerca de 123 tokens por segundo na própria API da MiniMax, o que deixa o modelo em 70º lugar entre 151. É rápido o bastante para o uso normal, mas não é o mais rápido da categoria.
Os outros resultados mais fortes vêm da própria empresa e ainda não passaram por verificação independente. No DeepSWE v1.1, um teste de programação, a MiniMax informa 73,7%, ao lado do Claude Opus 5 (74%) e do GPT-5.6 Sol (73%), mas abaixo do DeepSeek V4.1 Flash-1017 (77%). No BankerToolBench, que simula trabalho de banco de investimento, a empresa diz ter empatado com o Claude Opus 5, com 76,2 pontos. Segundo a MiniMax, o modelo também tem os melhores resultados entre os chineses no OSWorld V2 (61,7), que mede o uso do computador, e no Agents' Last Exam (29,6), além de 82% no CyberGym, de cibersegurança.
O ponto fraco: ele chuta quando não sabe
Segundo a Artificial Analysis, a taxa de alucinação do M3.1 Flash é de 93%. O VentureBeat resume o problema como uma tendência alta a responder em vez de admitir incerteza. Na prática, quando o modelo não sabe a resposta, quase nunca diz "não sei" e prefere inventar algo com cara de verdade.
O curioso é que ele sabe bastante. No AA-Omniscience, um teste de conhecimento factual, acertou 56% das perguntas, contra 43% do DeepSeek e 28% do GLM-5.3 Flash. O problema está no que ele faz quando não sabe.
O modelo também fala muito. Para completar o índice, gerou cerca de 180 milhões de tokens de resposta, enquanto a mediana dos modelos comparáveis foi de 99 milhões. Isso come parte da vantagem do preço baixo por token. Mesmo assim, ele ainda sai mais barato por tarefa que os rivais, e o DeepSeek, segundo o The Decoder, foi ainda mais prolixo.
O que muda para você
Se você só usa apps de IA, o efeito é indireto, mas real. Um modelo deste nível custar US$ 0,22 por tarefa significa que startups e empresas brasileiras conseguem oferecer agentes e assistentes de programação gastando bem menos. Isso tende a chegar ao usuário como planos mais baratos ou limites de uso mais generosos.
Se você está pensando em testar, o perfil do M3.1 Flash é claro. Ele vai bem em tarefas que dá para conferir na hora, como código que roda ou não roda, automações que funcionam ou falham e planilhas que fecham ou não fecham. Para perguntas factuais em que um erro pode passar despercebido, como datas, leis, dados médicos ou números de mercado, a taxa de 93% exige checar tudo.
Se você pensa em rodar o modelo por conta própria, a MiniMax promete liberar os pesos na sexta-feira (23). Pesos são os arquivos do modelo, e com eles qualquer pessoa ou empresa com computadores adequados pode instalar a IA nos próprios servidores, sem depender da API. Até lá, a Artificial Analysis classifica o modelo como proprietário.
A conclusão do lançamento é que o preço de um modelo bom já está muito baixo e, na China, continua caindo. A redução de preço não resolveu as alucinações. Para escrever e revisar código, o M3.1 Flash custa pouco pelo que entrega. Para responder perguntas factuais, os 93% de alucinação contam mais do que os US$ 0,22 por tarefa.