MiniMax M3.1 Flash fordert DeepSeek mit 1-Million-Token-Kontext heraus

MiniMax M3.1 Flash verkleinert den Abstand zu DeepSeek bei wichtigen KI-Benchmarks und das bei deutlich niedrigerem Preis. Eine Halluzinationsrate von 93 Prozent wirft aber echte Bedenken auf.

MiniMax hat ein neues Flaggschiff-Modell vorgestellt: M3.1 Flash. Das Release zielt auf den boomenden Markt für agentische KI. Es erschien am 19. Oktober 2026 über MiniMax‘ API, laut MarkTechPost.

Das Unternehmen brachte es auch über sein M-Plan-Abonnement heraus. Ein dritter Kanal war der Desktop-Agent MiniMax Code.

Die Modellgewichte wurden beim Start nicht veröffentlicht. MiniMax sagt, die Gewichte folgen bald. Manche Tracker nennen den 23. Oktober 2026, dieses Datum bleibt aber unbestätigt.

Die M3.1-Flash-Architektur für agentische Arbeit

M3.1 Flash ist ein Mixture-of-Experts-Modell. Es trägt insgesamt 428 Milliarden Parameter. Nur 23 Milliarden davon sind pro Aufgabe aktiv. Damit bleibt die Architekturfamilie des Vorgängers M3 erhalten.

Infografik mit Zusammenfassung zu MiniMax M3.1 Flash: Architektur, Benchmark-Werte und Preise

Das Modell unterstützt ein Kontextfenster von einer Million Token. Es kann Text, Bilder und Video gemeinsam verarbeiten. Entwickler können den „Denkaufwand“ in fünf Stufen einstellen. Max ist dabei die Standardstufe.

Dieser lange Kontext stellt M3.1 Flash neben andere aktuelle Modelle. Alibabas Qwen3.8-Omni-Flash erreichte ebenfalls ein natives Millionen-Token-Fenster. Alibabas Start erfolgte bereits früher in diesem Jahr. Langer Kontext wird so schnell zum Standard, nicht zum Alleinstellungsmerkmal.

Benchmark-Fortschritte verkleinern den Abstand zu DeepSeek

Der unabhängige Prüfer Artificial Analysis testete das neue Modell direkt, laut VentureBeat. Der Aufbau zeigt eine klare Entwicklung. M3 erreichte 29 Punkte im Intelligence Index.

M3.1 Flash kam auf 42 Punkte auf derselben Skala. Das ist ein Sprung von 13 Punkten gegenüber M3. DeepSeeks V4.1 Flash-1017 führt mit 45 Punkten weiterhin.

Andere Benchmarks zeigen denselben Aufwärtstrend. Bei Humanity’s Last Exam erreichte M3.1 Flash 48 Prozent, zuvor waren es 39 Prozent. Damit übertraf es GLM-5.3 Flash mit 40 Prozent. Es kam dabei nah an Gemini 3.8 Flash heran.

Beim CritPt-Physik-Benchmark stiegen die Werte von 4 auf 22 Prozent. GLM-5.3 Flash erzielte dort 15 Prozent. Gemini 3.8 Flash kam auf 18 Prozent. DeepSeeks V4.1 Flash-1017 lag mit 24 Prozent weiterhin vorn.

Die Ergebnisse bei AA-Omniscience folgten demselben Muster. M3.1 Flash beantwortete 56 Prozent der Fragen korrekt. DeepSeek V4.1 Flash-1017 schaffte 43 Prozent richtige Antworten. GLM-5.3 Flash lag mit nur 28 Prozent weiter zurück.

Preise unterbieten die Konkurrenz bei Long-Context-Aufgaben

MiniMax senkte auch die Preise für M3.1 Flash deutlich. Input-Token kosten jetzt 0,15 US-Dollar pro Million. Output-Token kosten 0,60 US-Dollar pro Million. Zwischengespeicherter Input kostet nur 0,015 US-Dollar pro Million.

Entscheidend: Es gibt diesmal keinen Aufschlag für langen Kontext. Der Vorgänger M3 verdoppelte den Preis oberhalb von 512.000 Token Kontext.

MiniMax erklärt, die Kosten für agentische Aufgaben seien um rund 70 Prozent gegenüber der Vorgängergeneration gesunken. Diese Zahl stammt vom Hersteller selbst und ist nicht unabhängig geprüft.

Auch andere Anbieter liefern sich ein Preisrennen. Anthropic senkte vor kurzem die Preise für Claude Haiku 5.5 um 90 Prozent. Dieser Preisschnitt betrifft ähnliche agentische Aufgaben. Günstigere Inferenz wird zum neuen Schlachtfeld.

Gleichzeitig steigt die reine Leistungsfähigkeit weiter, wie Mistrals Billionen-Parameter-Modell Large 4 zeigt.

MiniMax testete eine frühe Version zunächst anonym. Das Unternehmen betrieb diese Version unter dem Codenamen „Space Bunny“ auf OpenRouter. Der Codename wurde später als Vorläufer von M3.1 Flash bestätigt.

Ein steiler Halluzinations-Tradeoff hinter den Fortschritten

Die Genauigkeitswerte haben laut VentureBeat-Berichterstattung einen ernsten Haken. Artificial Analysis stellte fest, dass M3.1 Flash kaum jemals eine Antwort verweigerte. Das Modell versuchte, fast jede Frage im AA-Omniscience-Benchmark zu beantworten.

Dieser Eifer führte zu einer Halluzinationsrate von 93 Prozent, gemäß der spezifischen Definition des Benchmarks. Hohe Rohgenauigkeit zeigt also nicht das ganze Bild.

Das ist keine Nebensächlichkeit zum Überlesen. Für Teams ist das ein echtes Einsatzrisiko.

Teams, die M3.1 Flash prüfen, sollten auf zwei Dinge genau achten. Erstens: ob MiniMax am 23. Oktober tatsächlich offene Gewichte veröffentlicht. Zweitens: die eigene Halluzinationsrate bei realen Arbeitslasten testen. Benchmark-Werte allein verraten das nicht.

Was bedeutet das für die DACH-Region?

Für Unternehmen in Deutschland, Österreich und der Schweiz zählt bei M3.1 Flash vor allem die regulatorische Seite.

Seit dem 29. Juli 2026 gilt in Deutschland das KI-MIG, das nationale Gesetz zur Umsetzung der EU-KI-Verordnung. Die Bundesnetzagentur ist seither zentrale Marktüberwachungsbehörde und Anlaufstelle für KI-Beschwerden.

Ein agentisches Modell wie M3.1 Flash kann in deutschen Firmen Mitarbeiterprozesse automatisieren oder überwachen. Genau dafür gilt nach dem Betriebsverfassungsgesetz oft eine Mitbestimmungspflicht des Betriebsrats.

Schweizer Firmen unterliegen der EU-Verordnung formal nicht, müssen aber bei Geschäften mit der EU oft vergleichbare Standards einhalten.

Die hohe Halluzinationsrate dürfte deutsche Compliance-Teams zusätzlich vorsichtig stimmen. Gerade bei automatisierten Entscheidungen verlangt die KI-Verordnung nachvollziehbare und verlässliche Ergebnisse.

Social-Media-Karte mit Zusammenfassung zu MiniMax M3.1 Flash: Parameter, Benchmark-Wert und Preise