MiniMax-M3.1-Flash è ora disponibile per l'annotazione automatica su Ultralytics Platform
MiniMax-M3.1-Flash è ora disponibile su Ultralytics Platform. Ha ottenuto 0.317 mAP50 nella nostra classifica VLM, al costo di $1.84 per 1.000 immagini, classificandosi al 23° posto su 38 modelli.
MiniMax ha rilasciato MiniMax-M3.1-Flash il 19 ottobre 2026 e oggi è disponibile per l'annotazione automatica su Ultralytics Platform. Lo abbiamo sottoposto allo stesso test degli altri modelli nella nostra classifica VLM: 360 immagini provenienti da 36 dataset di rilevamento del mondo reale.
MiniMax-M3.1-Flash ha ottenuto 0.317 mAP50 e si classifica al 23° posto su 38 modelli, al costo di circa $1.84 per 1.000 immagini. È il primo modello MiniMax disponibile su Ultralytics Platform. Ha superato MiMo-V2.6-Flash, DeepSeek Flash e Grok 4.7, ma è rimasto indietro rispetto ai migliori modelli economici, a partire da Claude Haiku 5.5 e Gemini 3.5 Flash-Lite.
Novità di MiniMax-M3.1-Flash#
MiniMax-M3.1-Flash è il modello rapido e a basso costo della serie M3.1 di MiniMax, che prevede di rilasciare in seguito un modello Pro più grande. È un modello multimodale nativo a miscela di esperti con 428 miliardi di parametri, di cui 23 miliardi attivi per token, una finestra di contesto da 1 milione di token e input di immagini e video. MiniMax lo ha progettato per attività agentiche, programmazione e uso del computer e dichiara che genera oltre 170 token al secondo alla mediana. MiniMax ha rilasciato i pesi su Hugging Face il 23 ottobre 2026, con la licenza MiniMax Community License. L'annuncio di MiniMax riporta i risultati sulle attività agentiche e di programmazione.
È anche economico. MiniMax-M3.1-Flash ha un prezzo fisso di $0.15 per milione di token in input e $0.60 per milione di token in output.
MiniMax-M3.1-Flash per l'annotazione automatica su Ultralytics Platform#
MiniMax-M3.1-Flash si aggiunge ai modelli linguistici visivi con prompt per classe nell'editor di annotazione di Ultralytics Platform, sotto un nuovo provider MiniMax. Su un dataset di rilevamento di oggetti con 1–200 classi, analizza ogni immagine e restituisce riquadri di delimitazione per le istanze delle classi del tuo dataset che rileva; puoi quindi esaminare e salvare le predizioni come faresti con qualsiasi altro modello.
Puoi usarlo in due modi:
- Una sola immagine alla volta: nell'editor di annotazione, passa alla modalità Smart, seleziona MiniMax-M3.1-Flash sotto MiniMax nel selettore del modello e fai clic su Predict (oppure premi
P). - Un intero dataset: avvia Annotazione in batch da Altre azioni > Annotazione in batch nella pagina del dataset per etichettare tutte le immagini non etichettate in un'unica esecuzione.
Per vedere il modello in azione prima di aggiungere una chiave, apri la pagina del modello MiniMax-M3.1-Flash su Ultralytics Platform. Riproduce le predizioni registrate di MiniMax-M3.1-Flash su 10 immagini di COCO, accanto ai riquadri previsti, e mostra il punteggio del modello su ogni dataset di benchmark.
Come abbiamo valutato MiniMax-M3.1-Flash#
Un modello che individua quasi tutti gli oggetti nelle foto di tutti i giorni può comunque non rilevarne la maggior parte in una scansione medica o su un circuito stampato. Per questo, tutti i modelli della VLM Leaderboard vengono sottoposti allo stesso test congelato, UL37 v2: 10 immagini etichettate estratte casualmente da ciascuno dei 36 dataset di rilevamento di UL37, una raccolta di dataset di benchmark del mondo reale che Ultralytics usa per la valutazione. I dataset coprono imaging medico, immagini aeree e satellitari, ispezione di PCB, radiografie di sicurezza, scaffali di negozi, traffico, sport, scene subacquee, riprese termiche e altro.
Ogni immagine passa attraverso la pipeline di annotazione di produzione di Ultralytics Platform insieme ai nomi delle classi del relativo dataset, esattamente come avviene con la modalità Smart e Batch Annotation, incluso il passaggio SAM 3.1 che affina i riquadri di ogni modello. Valutiamo i riquadri con le metriche di rilevamento del pacchetto Ultralytics e calcoliamo la media considerando allo stesso modo tutti e 36 i dataset. La metodologia della VLM Leaderboard contiene tutti i dettagli.
Prima di aggiungere un nuovo modello, testiamo le impostazioni delle richieste già supportate da Ultralytics Platform per gli altri modelli e manteniamo quelle che ottengono il punteggio migliore. Per MiniMax-M3.1-Flash abbiamo scelto le seguenti due impostazioni:
- Livello di ragionamento: MiniMax-M3.1-Flash usa per impostazione predefinita il livello massimo di ragionamento di MiniMax. Al livello massimo, ha superato il limite di 115 secondi di Ultralytics Platform su oltre la metà delle immagini testate; con il livello alto, lo ha superato nel 9% dei casi. Il livello medio ha ottenuto il punteggio migliore tra basso, medio e alto, quindi Ultralytics Platform esegue MiniMax-M3.1-Flash con un livello di ragionamento medio, usato anche nel benchmark.
- Coordinate dei riquadri: come Claude, Grok e GLM, MiniMax-M3.1-Flash individua i riquadri con maggiore precisione usando le coordinate in pixel anziché la griglia 0–1000 adottata dalla maggior parte dei modelli: il miglioramento è di circa 0.02 mAP50. Per questo Ultralytics Platform richiede al modello le coordinate in pixel.
MiniMax-M3.1-Flash vs. Claude Haiku 5.5, Gemini 3.5 Flash-Lite e GPT-6 Luna#
MiniMax-M3.1-Flash ha ottenuto 0.317 mAP50, classificandosi al 5° posto tra gli 8 modelli a pagamento che costano meno di $5 per 1.000 immagini. Claude Haiku 5.5 (0.429), Gemini 3.5 Flash-Lite (0.380), GPT-6 Luna (0.370) e GLM-5.3-Flash (0.341) hanno ottenuto punteggi superiori; MiniMax-M3.1-Flash ha invece superato MiMo-V2.6-Flash (0.277), DeepSeek Flash (0.264) e MiMo-V2.6-Pro (0.239). Anche Qwen3.8 27B (0.351) e Gemma 4 26B (0.344), ospitati sulle GPU di Ultralytics Platform senza bisogno di una chiave del provider, hanno ottenuto punteggi superiori.
Il richiamo (0.413) è stato superiore alla precisione (0.379): il modello ha rilevato circa due oggetti etichettati su cinque, ma solo circa il 38% dei suoi riquadri corrispondeva a un oggetto. È un risultato inferiore a quello di tutti i modelli che lo precedono in classifica.
MiniMax-M3.1-Flash vs. Gemini 3.5 Flash-Lite: i punti di forza di ciascun modello#
Gemini 3.5 Flash-Lite ha un costo per immagine simile ($1.77 contro $1.84 per 1.000 immagini), quindi è il termine di confronto più vicino. MiniMax-M3.1-Flash ha ottenuto risultati migliori nell'imaging aereo e nel telerilevamento (0.32 contro 0.27), uno dei domini più difficili per la maggior parte dei modelli. I due modelli hanno ottenuto risultati simili sulle immagini mediche ed entrambi hanno totalizzato zero nelle radiografie di sicurezza. Flash-Lite è risultato migliore negli altri nove domini, con il maggiore distacco in commercio al dettaglio, strade e traffico e sport.
I migliori risultati di MiniMax-M3.1-Flash sui dataset mostrano in quali ambiti si distingue. Si è classificato al 6° posto tra 32 modelli linguistici nel rilevamento di navi radar su immagini satellitari di SSDD (0.86), nel rilevamento delle mani su EgoHands (0.90) e nelle radiografie pediatriche del polso di GRAZPEDWRI-DX (0.25). I difetti industriali dei PCB e le radiografie di sicurezza hanno continuato a ottenere risultati prossimi allo zero, come accade per la maggior parte dei modelli. Le immagini specialistiche restano difficili per tutti i modelli: considera quindi i riquadri di MiniMax-M3.1-Flash una prima bozza da sottoporre a revisione con intervento umano e controlla alcune predizioni sulle tue immagini prima di annotare un intero dataset.
Precisione, costo e velocità#
I modelli a pagamento usano la chiave API del provider, che addebita direttamente ogni predizione. Nel nostro benchmark, MiniMax-M3.1-Flash è costato circa $1.84 per 1.000 immagini. La maggior parte del costo deriva dai token di ragionamento: il prezzo dei token è tra i più bassi di tutti i modelli su Ultralytics Platform, ma il modello elabora i dati prima di rispondere.
Non è il modo più economico per ottenere questa accuratezza. Claude Haiku 5.5 ha ottenuto circa 0.11 mAP50 in più al costo di circa $0.37 per 1.000 immagini; anche GPT-6 Luna (circa $0.77) e GLM-5.3-Flash (circa $0.99) hanno ottenuto risultati migliori a un costo inferiore.
MiniMax-M3.1-Flash è anche più lento di quanto il prezzo lasci supporre. La richiesta mediana ha impiegato circa 16 secondi per immagine, contro 1.6 secondi per Gemini 3.5 Flash-Lite e 2.7 secondi per Claude Haiku 5.5; inoltre, l'1.4% delle richieste non è terminato entro il limite di 115 secondi di Ultralytics Platform. Un'immagine per cui è scaduto il tempo limite viene restituita senza riquadri e puoi eseguire di nuovo la predizione.
Inizia a usare MiniMax-M3.1-Flash su Ultralytics Platform#
- Crea una chiave API sulla MiniMax API Platform, quindi aggiungila in Impostazioni > Chiavi API nell'area di lavoro che contiene il tuo dataset, oppure chiedi al proprietario dell'area di lavoro di aggiungerla (scopri come).
- Apri un dataset di rilevamento su Ultralytics Platform, passa alla modalità Smart nell'editor di annotazione e seleziona MiniMax-M3.1-Flash sotto MiniMax.
- Fai clic su Predici per etichettare l'immagine corrente, quindi esamina, modifica e salva i riquadri.
- Quando i risultati ti soddisfano, avvia Annotazione in batch per etichettare il resto del dataset.
L'annotazione in batch aggiunge la tariffa standard di elaborazione di Ultralytics Platform, pari a $1.00 per 1.000 immagini, separata dagli addebiti di MiniMax sulla tua chiave API. Prima di ogni esecuzione viene salvata una versione del dataset, così puoi sempre ripristinarne una precedente.
Dopo aver etichettato il dataset, addestra un modello Ultralytics YOLO26 sulla stessa area di lavoro (consulta la documentazione sull'addestramento). Per confrontare MiniMax-M3.1-Flash con i modelli più accurati, leggi i nostri articoli sull'annotazione automatica con Gemini 4 Argon e Kimi K3.1 Pro, oppure consulta tutti i modelli nella classifica VLM e nelle pagine dei modelli di Ultralytics Platform. Poi accedi a Ultralytics Platform per provare MiniMax-M3.1-Flash sui tuoi dati.
Domande frequenti
MiniMax-M3.1-Flash è il modello rapido e a basso costo della serie M3.1 di MiniMax, rilasciato il 19 ottobre 2026. È un modello multimodale nativo a miscela di esperti con 428 miliardi di parametri (23 miliardi attivi), una finestra di contesto da 1 milione di token e input di immagini e video; i suoi pesi aperti sono distribuiti con la licenza MiniMax Community License. Su Ultralytics Platform è disponibile come modello di annotazione automatica con prompt per classe, che disegna riquadri di delimitazione per le classi del tuo dataset.
Nel nostro benchmark, entrambi i modelli sono risultati più accurati e veloci. MiniMax-M3.1-Flash ha ottenuto 0.317 mAP50, contro 0.380 per Gemini 3.5 Flash-Lite a un costo simile e 0.429 per Claude Haiku 5.5 a circa un quinto del costo. MiniMax-M3.1-Flash ha superato Flash-Lite sulle immagini aeree e di telerilevamento.
MiniMax addebita sulla tua chiave API $0.15 per milione di token in input e $0.60 per milione di token in output; nel nostro benchmark, il costo è stato di circa $1.84 per 1.000 immagini. L'annotazione in batch aggiunge anche la tariffa di elaborazione di Ultralytics Platform, pari a $1.00 per 1.000 immagini.
No. Abbiamo valutato anche MiniMax-M3. Con il ragionamento attivo, su circa la metà delle immagini ha superato il limite di 115 secondi di Ultralytics Platform, a tutti i livelli di ragionamento; con il ragionamento disattivato, ha ottenuto 0.268 mAP50, un punteggio inferiore a quelli di Qwen3.8 27B, Gemma 4 26B e SAM 3.1 Text, disponibili gratuitamente come modelli ospitati. Ultralytics Platform offre invece MiniMax-M3.1-Flash.
Sì. I modelli ospitati, come Qwen3.8 27B, Gemma 4 26B e SAM 3.1 Text, vengono eseguiti su Ultralytics Platform senza bisogno di una chiave del provider; puoi anche eseguire l'annotazione automatica con modelli Ultralytics YOLO preaddestrati o sottoposti a fine-tuning da te.
