MiniMax-M3.1-Flash já está disponível para anotação automática na Ultralytics Platform

A MiniMax lançou o MiniMax-M3.1-Flash em 19 de outubro de 2026, e ele já está disponível para anotação automática na Ultralytics Platform. Testamos o modelo da mesma forma que todos os outros modelos do nosso VLM Leaderboard: com 360 imagens de 36 conjuntos de dados de detecção do mundo real.

O MiniMax-M3.1-Flash alcançou 0.317 mAP50 e ocupa o 23º lugar entre 38 modelos, a cerca de US$ 1,84 por 1.000 imagens. É o primeiro modelo da MiniMax na Ultralytics Platform. Ficou à frente de MiMo-V2.6-Flash, DeepSeek Flash e Grok 4.7, mas atrás dos melhores modelos econômicos, liderados por Claude Haiku 5.5 e Gemini 3.5 Flash-Lite.

Novidades no MiniMax-M3.1-Flash#

O MiniMax-M3.1-Flash é o modelo rápido e de baixo custo da série M3.1 da MiniMax, que planeja lançar um modelo Pro maior posteriormente. É um modelo multimodal nativo de mistura de especialistas com 428 bilhões de parâmetros, dos quais 23 bilhões são ativados por token, uma janela de contexto de 1 milhão de tokens e entrada de imagens e vídeos. A MiniMax o desenvolveu para tarefas com agentes, programação e uso de computadores, e afirma que ele gera mais de 170 tokens por segundo na mediana. A MiniMax lançou os pesos no Hugging Face em 23 de outubro de 2026, sob a MiniMax Community License. O anúncio da MiniMax apresenta os resultados do modelo em tarefas com agentes e de programação.

O modelo também é barato. O preço fixo do MiniMax-M3.1-Flash é de US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída.

MiniMax-M3.1-Flash para anotação automática na Ultralytics Platform#

O MiniMax-M3.1-Flash passa a integrar os modelos de visão e linguagem com prompts de classe no editor de anotações da Ultralytics Platform, sob um novo provedor MiniMax. Em um conjunto de dados de detecção de objetos com 1–200 classes, ele analisa cada imagem e retorna caixas delimitadoras para cada instância identificada das classes do seu conjunto de dados; você revisa e salva as caixas como faria com qualquer outra previsão.

Podes usá-lo de duas maneiras:

• Uma imagem por vez: no editor de anotação, mude para o modo Smart, selecione MiniMax-M3.1-Flash em MiniMax no seletor de modelos e clique em Predict (ou pressione P).
• Um conjunto de dados inteiro: executa Batch Annotation em More actions > Batch Annotation na página do conjunto de dados para rotular todas as imagens ainda não rotuladas em uma única execução.

Para ver o modelo em ação antes de adicionar uma chave, abra a página do modelo MiniMax-M3.1-Flash na Ultralytics Platform. Ela reproduz as previsões registradas do MiniMax-M3.1-Flash em 10 imagens do COCO, ao lado das caixas esperadas, e mostra a pontuação do modelo em cada conjunto de dados de benchmark.

Como fizemos o benchmark do MiniMax-M3.1-Flash#

Um modelo que encontra quase todos os objetos em fotos do dia a dia ainda pode deixar passar a maioria deles em um exame médico ou em uma placa de circuito. Por isso, todos os modelos do VLM Leaderboard são avaliados com o mesmo teste fixo, UL37 v2: 10 imagens rotuladas escolhidas aleatoriamente de cada um dos 36 conjuntos de dados de detecção do UL37, um conjunto de conjuntos de dados de benchmark do mundo real que a Ultralytics usa para avaliação. Eles abrangem imagens médicas, imagens aéreas e de satélite, inspeção de PCB, raios X de segurança, prateleiras de lojas, trânsito, esportes, cenas subaquáticas, imagens térmicas e muito mais.

Cada imagem passa pelo pipeline de anotação de produção da Ultralytics Platform com os nomes das classes do conjunto de dados, exatamente como acontece nos modos Smart e Batch Annotation, incluindo a etapa SAM 3.1 que ajusta as caixas de cada modelo. Avaliamos as caixas com as próprias métricas de detecção do pacote Ultralytics e calculamos a média dos 36 conjuntos de dados com pesos iguais. A metodologia do VLM Leaderboard traz os detalhes.

Antes de adicionar um novo modelo, testamos as configurações de solicitação já compatíveis com outros modelos na Ultralytics Platform e mantemos as que obtêm a melhor pontuação. Para o MiniMax-M3.1-Flash, chegamos a duas decisões:

• Nível de raciocínio: por padrão, o MiniMax-M3.1-Flash usa o nível máximo de raciocínio da MiniMax. No nível máximo, o modelo ultrapassou o limite de 115 segundos da Ultralytics Platform em mais da metade das imagens testadas; no nível alto, isso aconteceu em 9% delas. O nível médio obteve a melhor pontuação entre os níveis baixo, médio e alto. Por isso, a Ultralytics Platform executa o MiniMax-M3.1-Flash com nível médio de raciocínio, que também foi usado no benchmark.
• Coordenadas das caixas: assim como Claude, Grok e GLM, o MiniMax-M3.1-Flash posiciona as caixas com mais precisão usando coordenadas de pixels do que na grade de 0–1000 usada pela maioria dos modelos, com uma diferença de cerca de 0.02 mAP50. Por isso, a Ultralytics Platform solicita as coordenadas em pixels.

MiniMax-M3.1-Flash vs. Claude Haiku 5.5, Gemini 3.5 Flash-Lite e GPT-6 Luna#

O MiniMax-M3.1-Flash alcançou 0.317 mAP50, ficando em 5º lugar entre os 8 modelos pagos que custam menos de US$ 5 por 1.000 imagens. 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) tiveram pontuações mais altas, e o modelo ficou à frente de MiMo-V2.6-Flash (0.277), DeepSeek Flash (0.264) e MiMo-V2.6-Pro (0.239). Qwen3.8 27B (0.351) e Gemma 4 26B (0.344), hospedados nas próprias GPUs da Ultralytics Platform sem necessidade de chave de provedor, também tiveram pontuações mais altas.

O recall do modelo (0.413) foi maior do que a precisão (0.379): ele encontrou cerca de dois em cada cinco objetos rotulados, mas apenas cerca de 38% das caixas correspondiam a um objeto, menos do que em qualquer um dos modelos acima dele.

MiniMax-M3.1-Flash vs. Gemini 3.5 Flash-Lite: em que cada um se destaca#

O Gemini 3.5 Flash-Lite custa aproximadamente o mesmo por imagem (US$ 1,77 vs. US$ 1,84 por 1.000 imagens), então é a comparação mais próxima. O MiniMax-M3.1-Flash teve um resultado melhor em imagens aéreas e sensoriamento remoto (0.32 vs. 0.27), um dos domínios mais difíceis para a maioria dos modelos. Os dois tiveram resultados quase iguais em imagens médicas, e ambos pontuaram zero em radiografias de segurança. Flash-Lite liderou nos outros nove domínios, com as maiores diferenças em varejo, estradas e trânsito, e esportes.

Os melhores resultados do MiniMax-M3.1-Flash mostram onde ele se encaixa. Ele ficou em 6º lugar entre 32 modelos de linguagem na detecção de navios por radar em imagens de satélite do SSDD (0.86), na detecção de mãos no EgoHands (0.90) e nas radiografias pediátricas de punho do GRAZPEDWRI-DX (0.25). Os resultados para defeitos industriais em PCB e radiografias de segurança ficaram próximos de zero, como acontece com a maioria dos modelos. Imagens especializadas continuam sendo difíceis para todos os modelos, então trate as caixas do MiniMax-M3.1-Flash como um primeiro rascunho para a revisão com intervenção humana e confira algumas previsões nas suas próprias imagens antes de anotar um conjunto de dados completo.

Precisão, custo e velocidade#

Os modelos pagos usam a sua própria chave de API do provedor, que cobra diretamente por cada previsão. No nosso benchmark, o MiniMax-M3.1-Flash custou cerca de US$ 1,84 por 1.000 imagens. A maior parte desse custo vem dos tokens de raciocínio: o preço por token está entre os mais baixos de qualquer modelo na Ultralytics Platform, mas o modelo pensa antes de responder.

Não é a opção mais barata para alcançar essa precisão. Claude Haiku 5.5 obteve cerca de 0.11 mAP50 a mais por aproximadamente US$ 0,37 por 1.000 imagens, e GPT-6 Luna (cerca de US$ 0,77) e GLM-5.3-Flash (cerca de US$ 0,99) também tiveram pontuações mais altas por um custo menor.

O MiniMax-M3.1-Flash também é mais lento do que o preço sugere. A mediana do tempo de resposta foi de cerca de 16 segundos por imagem, contra 1,6 segundos para Gemini 3.5 Flash-Lite e 2,7 segundos para Claude Haiku 5.5; além disso, 1,4% das solicitações não terminaram dentro do limite de 115 segundos da Ultralytics Platform. Uma imagem cuja solicitação expira retorna sem caixas, e você pode executar a previsão novamente.

Comece a usar o MiniMax-M3.1-Flash na Ultralytics Platform#

1. Crie uma chave de API na plataforma de API da MiniMax e adicione-a em Configurações > Chaves de API no espaço de trabalho que contém o seu conjunto de dados, ou peça ao proprietário do espaço de trabalho para adicionar uma (veja como).
2. Abra um conjunto de dados de detecção na Ultralytics Platform, mude o editor de anotação para o modo Smart e selecione MiniMax-M3.1-Flash em MiniMax.
3. Clica em Predict para rotular a imagem atual e, em seguida, revisa, ajusta e salva as caixas.
4. Quando os resultados estiverem corretos, executa Batch Annotation para rotular o restante do conjunto de dados.

A anotação em lote adiciona a taxa padrão de processamento da Ultralytics Platform, de US$ 1,00 por 1.000 imagens, separada do valor cobrado pela MiniMax na sua chave de API. Cada execução salva primeiro uma versão do conjunto de dados, para que você possa sempre reverter as alterações.

Depois de rotular o conjunto de dados, treine um modelo Ultralytics YOLO26 com ele no mesmo espaço de trabalho (consulte a documentação de treinamento). Para comparar o MiniMax-M3.1-Flash com os modelos mais precisos, leia nossas publicações sobre anotação automática com Gemini 4 Argon e Kimi K3.1 Pro, ou consulte todos os modelos no VLM Leaderboard e nas páginas de modelos da Ultralytics Platform. Depois, entre na Ultralytics Platform para experimentar o MiniMax-M3.1-Flash com os seus próprios dados.