MiniMax M3.1 Flash: Hızlı Tokenlar, Bozuk Kontroller

Özet

MiniMax M3.1 Flash’tan Kagantic tarzımda Minecraft benzeri oyun geliştirmesini istedim. Görev yalnızca tanıdık bir blok dünyası değildi: projenin görsel kimliğime uyması ve kontrollerin çalışması gerekiyordu.

Kaydedilen oturum; voksel arazi, nişangâh, hızlı erişim çubuğu ve dünya, oyuncu, işleyici, dokular ve arayüz için ayrı dosyaları olan, açılabilir bir Rust uygulaması üretti. Model açık talimatları izledi ve bazı iyi kodlama kararları aldı. Sonuç yine de asıl önemli noktada başarısızdı: oyunu kullandığımda dönme ve blok kırma düzgün çalışmıyordu; uygulama istediğim mantığı ve tarzı tutarlı korumuyordu.

Hikâye bu farkta. Hızlı token üretimi bitmiş etkileşimli uygulama sağlamadı; ajanın son raporu ortamının gerçek fare ve klavye girişini deneyemediğini açıkladı. Oturum $3.78 ile bitti ve geliştirme ile araç etkinliği yaklaşık 78 dakika sürdü. Bu tür işler için M3.1’i önermiyorum.

M3.1 neler sunuyor?

MiniMax, M3.1 Flash için bir milyon tokena kadar bağlam, metin çıktılı metin/görüntü/video girdisi, araç kullanımı ve düşükten en yükseğe akıl yürütme çabası düzeyleri belgeliyor. Belgelenen varsayılan en yüksek; bu kayıtta orta düzeyi kullandım.

Kodlama ajanı için yararlı yetenek döngüdür: dosyaları incele, düzenle, komut çalıştır, sonucu oku ve gözden geçir. Kurulumumda oh-my-pi yürütme sistemi bu araçları sağlar ve eylemleri yürütür; model sıradakine karar verir.

Bağlam kapasitesi modelin projenin daha fazlasıyla çalışmasına alan sağlar; uzun oturumda her gereksinimin korunacağını garanti etmez. Üretici iddialarında da aynı ayrım geçerlidir. MiniMax bilgisayar kullanımı ve siber güvenlik yeteneklerini tanıtıyor ve DeepSWE’de %73,7 bildiriyor; ama bunlar üreticinin bildirdiği sonuçlar ve yetenekler. Bu test etkileşimli uygulama geliştirip kullanmaya odaklandı.

Ne geliştirdi?

Ajan marka referansımı okuyup dünya, oyuncu, işleyici, dokular ve arayüz için ayrı dosyaları olan Rust projesi üretti. Voksel arazi, nişangâh ve hızlı erişim çubuğuyla açılabilir uygulama oluşturdu. Çok dosyalı önemli miktarda işi düzenledi ve açık uygulama talimatlarını iyi ele aldı.

Başarısızlık gerçek deneyimde ortaya çıktı. Dönme ve blok kırma düzgün çalışmadı. Oyun istediğim mantığı ve görsel tarzı da tutarlı korumadı. Görsel kimliğe uymak sonda renk değiştirmek değildir; uygulama kararları alınırken modelin koruması gereken başka bir kısıttır.

Eksik etkileşim testi

Son rapor belirli bir sınırlamayı açıkladı: ortamda Wayland görüntü yakalama veya girdi enjeksiyonu aracı yoktu. Ajan, uygulamayı gerçek fare ve klavye olaylarıyla test etmek yerine betiklenmiş girdi yolu kontrollerini anlattı.

Bu, iç oyun mantığını test etmekle insanın pencereyi nasıl kullandığını test etmek arasında boşluk bırakır. Kamera kontrolleri bozukken derleyici kodu kabul edebilir. Açıklama yararlıydı, ama oyunu bitmiş saymadan önce eksik etkileşim kontrolü yine de yapılmalıydı.

Bir ajana masaüstü uygulaması görevi verenler için ders pratik: araçlarının yalnızca projeyi derlemeyi değil, gerçek arayüzü denemeyi de yapabildiğinden emin olun.

Saniyede 74 token neden hızlı hissettirmedi?

Notlarımda MiniMax yaklaşık saniyede 74 token; Luna için 20 ve GPT için 26 gözlemledim. Bunlar özdeş hizmet koşullarından değil, kendi kurulumumdan gözlemler.

Metin hızla geldi, ama görevin bütünü yine de yavaş hissettirdi. Kaynak kayıt yaklaşık 78 dakika; yalnızca model çıkarımını değil geliştirme, araç etkinliği, derleme ve düzenlemeleri içeriyor.

Token hızı çıktının ne kadar hızlı üretildiğini ölçer. Modelin ne kadar çıktıya ihtiyaç duyduğunu, yaklaşımını kaç kez değiştirdiğini veya çevresindeki araçların süresini ölçmez. Notlarımda aşırı düşünme derken bunu kastediyordum: oturum, beklemeye değecek sonuç vermeden sürüp gidiyordu.

Kendi karşılaştırmanızda token hızıyla birlikte geçen sonuca kadar süreyi ölçün. Başlangıç dosyalarını ve araçları aynı tutun, elle düzeltmeleri sayın.

3,78 dolarlık oturum ve fiyat değişikliği

Kaydedilen geliştirme şu tutarla bitti: $3.78. Bağlam için: MiniMax, Opus ve GPT’den ucuzdu; ama Xiaomi MiMo veya DeepSeek’ten değil. Bu alternatifler karşısında, özellikle gözetim ve bitmemiş işlevleri de hesaba katınca, iyi değer sunduğunu düşünmüyorum.

MiniMax’ın güncel API liste fiyatları milyon girdi tokenı başına 0,15 dolar, milyon çıktı tokenı başına 0,60 dolar ve milyon önbellekli girdi tokenı başına 0,015 dolar. Bunlar birim fiyatlardır; öneri veya yeniden oluşturulmuş fatura değildir.

Abonelik sunumu da değişti. Eski ekran görüntüsü yaklaşık aylık token sınırlarını veriyordu. Yeni kartlar mutlak sınır belirtmeden Explore’u Go’nun üç katı, Build’i yedi buçuk katı kullanım olarak anlatıyor. Temel belirsizken çarpanla bütçe yapmak daha zor. Belgeler beş saatlik ve haftalık kullanım pencerelerini açıklıyor; yeni görüntüdeki indirimli fiyatlar her yenilemeye değil, ilk aya uygulanıyor. Abonelik sınırları ile API token satın alımları ayrı ürünler. Ayrı bir görüntüdeki $3.94 tutarı, kaydedilen $3.78 tutarlı koşuyla eş görevli bir karşılaştırma değil.

Sonuç

Etkileşimli kodlama için MiniMax M3.1’i önermiyorum. Açık talimatları izleyip iyi kodlama kararları alabiliyor; ama bu oturumda genel akıl yürütmesi ve tutarlılığı yeterli değildi. Hızlı tokenlar, temel kontrolleri bozuk bırakan ve tarz gereksinimlerimi düşüren uzun koşuyu telafi etmedi.

İzlenimim, kıyaslama puanlarına odaklı bir model olduğu: tanıdık görevlerde, benim belirli kısıtlarımı koruması istendiği zamandan daha ikna edici. Bu bir değerlendirme, hile suçlaması değil; bir kayıtlı oturum evrensel kıyaslama değildir.

Bunun yerine Xiaomi MiMo veya DeepSeek’e odaklanırdım.

Kaynaklar ve kapsam

• MiniMax M3.1 Flash çıkışı — sürüm, yetenekler ve üreticinin bildirdiği DeepSWE sonucu.
• MiniMax model çağrısı ve yetenek sayfası — bağlam, girdi türleri, araç iş akışları ve akıl yürütme çabası.
• MiniMax API fiyatlandırması — girdi, çıktı ve önbellekli girdi ücretleri.
• M Plan genel görünümü ve kullanım kuralları — katmanlar ve kullanım pencereleri.

Bu yazı kaydedilmiş uygulamalı testimden ve projenin kaynak notlarından derlendi. Kontrollü kıyaslama, her modele karşı eş koşullu karşılaştırma veya MiniMax’ın üretici sonuçlarını yeniden üretme iddiası taşımaz. Sahibinin doğrulamasıyla preview ve Flash etiketleri aynı M3.1 modelini belirtir. Görüntü incelemesi uçtan uca oynatma değildi; son rapordaki girdi doğrulama sınırı kanıtın parçasıdır.