Загадочная Space Bunny оказалась моделью M3.1 Flash от MiniMax

В последние дни на рынке больших языковых моделей произошло заметное событие: загадочная модель Space Bunny, появившаяся на OpenRouter в начале октября и анонимно возглавившая рейтинги, наконец раскрыла свою личность. Под маской «нефритового кролика» скрывалась китайская компания MiniMax, а официальная версия модели получила название M3.1 Flash. И если анонимный предшественник уже впечатлял, то финальная сборка оказалась ещё мощнее — особенно в агентных задачах.

Главный козырь новинки — результат в бенчмарке Agents' Last Exam (ALE), где M3.1 Flash набрала 29,6 процента, заняв первое место среди китайских моделей. На платформе Artificial Analysis модель также получила 43 балла, что для «облегчённой» версии с приставкой Flash является очень достойным показателем. Помимо агентных сценариев, модель вошла в мировую первую лигу по программированию, кибербезопасности и управлению компьютером через интерфейс. При этом скорость вывода сохранилась на уровне «кролика»: до 200 и более токенов в секунду.

Однако самое важное — это цена. Входной токен обходится в один юань за миллион, выходной — в четыре юаня, а чтение из кэша — всего в 0,1 юаня. Совокупная стоимость использования составляет примерно 30 процентов от предыдущей модели M3. Для сравнения: по ценовому уровню новинка сопоставима с DeepSeek V4.1 Flash. Иными словами, китайский рынок получил ещё одного игрока, который устанавливает новую планку соотношения цены и качества и создаёт давление на закрытые флагманские модели из Кремниевой долины.

Стоит признать, что в последнее время у MiniMax были сильные мультимодальные и видеомодели, а вот в чисто текстовом сегменте компания долго не подавала громких сигналов. M3.1 Flash явно призвана исправить этот дисбаланс. В бенчмарке DeepSWE v1.1, оценивающем реальный ремонт багов и инженерию кода, модель набрала 73,7 процента, обогнав ряд топовых закрытых решений и уступив лишь DeepSeek V4.1 Flash с результатом 77. В тесте CyberGym, который курирует Калифорнийский университет в Беркли, новинка получила 82,2 балла и встала в один ряд с GLM-5.3 и GPT-5.6 Sol. В открытом бенчмарке AutomationBench-AA от Zapier модель показала себя среди лидеров: стоимость обработки одной задачи — менее пяти центов, при этом она самостоятельно выстраивает сквозные рабочие процессы, охватывающие продажи, маркетинг, поддержку, финансы и HR. А в специализированном финансовом тесте BankerToolBench M3.1 Flash добралась до 76,2 балла и разделила первое место с признанным фаворитом Claude Opus 5.

В сценариях Computer Use, то есть имитации реальной работы за компьютером, модель получила 61,7 балла в OSWorld V2. В ALE, который измеряет performance в экономически значимых задачах, новинка продемонстрировала результаты уровня топовых моделей при крайне низкой стоимости выполнения задачи. По обоим показателям — первое место среди китайских разработок.

Но сухие цифры не передают главного. Любой, кто собирал многоагентные связки или длинные рабочие цепочки, знает две главные боли: бесконечное ожидание ответа и пугающие счета за API в конце месяца. Корпоративный агент в фоне вызывает десятки инструментов и многократно передаёт данные между суб-агентами. Если модель медленно генерирует текст, пользователь просто закрывает вкладку, а если цена высока, финансисты останавливают проект. M3.1 Flash решает обе проблемы: в основе лежит агрессивная архитектура разреженного внимания, которая ускоряет инференс почти втрое. Медианная скорость держится на уровне 170 и более токенов в секунду, а пиковая превышает 200. На практике это значит, что код в редакторе буквально льётся на экран, а связка из четырёх суб-агентов работает почти без задержек. При этом стоимость входных и выходных токенов снижена вдвое, а чтение из кэша подешевело на 75 процентов — итоговые расходы упали на 70 процентов по сравнению с M3.

Ещё недавно считалось, что модели с приставкой Flash — это удешевлённые версии флагманов для нетребовательных задач, а для серьёзной работы нужно доплачивать за Pro. Сейчас этот стереотип рушится. DeepSeek V4.1 Flash задал новую планку, а MiniMax M3.1 Flash сразу закрепил тренд. Более того, две китайские модели удачно дополняют друг друга: DeepSeek делает ставку на предельную эффективность в чистом программировании, а MiniMax усиливает агентные сценарии — корпоративные рабочие процессы и вызовы финансовых инструментов. В сети уже появилась идея маршрутизировать запросы: в часы пик отправлять их к MiniMax, а в спокойное время — к DeepSeek, выжимая максимум из токенов.

На фоне того, как западные компании одну за другой выпускают флагманские модели, а некоторые эксперты говорят о завершении гонки больших языковых моделей, появление двух китайских Flash-моделей за пару дней выглядит как поворотный момент. Флагманские возможности становятся массовыми — со скоростью и ценой Flash. И если битва за вершину рейтингов ещё далека от завершения, то другая, не менее важная битва — за промышленное внедрение больших моделей — только начинается. И это как раз то, в чём китайские компании традиционно сильны.