MiniMax M3.1 Flash : le dilemme coût-fiabilité pour les DSI français

Le 19 octobre 2026, le laboratoire chinois MiniMax a mis en ligne M3.1 Flash sur son API, presente comme la version de production d'un modele teste en secret sous le nom de code Space Bunny, qui aurait traite plus de 200 000 milliards de jetons avant d'etre devoile. L'argument commercial tient en une phrase : des scores proches des modeles de pointe sur les taches agentiques, a un cout divise par plusieurs par rapport a son predecesseur M3. Pour un DSI francais qui doit arbitrer entre fournisseurs americains, europeens et desormais chinois, ce lancement illustre une tendance que Clement Delangue, PDG de Hugging Face, resumait recemment en affirmant que les laboratoires chinois dominent deja le terrain des modeles ouverts et pourraient rattraper la pointe de la technologie d'ici la fin de l'annee, pendant que les acteurs americains travailleraient en silos.

Un modele pense pour les agents, pas pour la conversation

M3.1 Flash est un modele multimodal de type mixture-of-experts. Sa fiche produit indique un total de 428 milliards de parametres, dont environ 23 milliards actifs par requete, un mecanisme d'attention clairsemee et un encodeur visuel natif. Il accepte du texte et des images en entree et renvoie du texte, avec une fenetre de contexte d'un million de jetons. Le raisonnement est permanent : il ne peut pas etre desactive, et les requetes qui tentent de l'eteindre (thinking.type=disabled ou effort=none) renvoient une erreur. Les developpeurs choisissent parmi cinq niveaux d'effort, de faible a maximal, MiniMax recommandant le niveau maximal par defaut. Le raisonnement est renvoye dans un champ separe, reasoning_content, ce qui oblige a reecrire les integrations qui analysaient les balises de reflexion des versions precedentes.

Cote tarifs, MiniMax facture 0,15 dollar par million de jetons d'entree et 0,60 dollar par million de jetons de sortie, avec un jeton de cache a 0,015 dollar. Le modele est disponible via l'API MiniMax, l'abonnement M Plan et l'outil de code MiniMax Code. Les poids ne sont pas encore publics : MiniMax indique seulement qu'ils seront publies plus tard, certains medias avancant une date au 23 octobre 2026, sans confirmation du laboratoire lui-meme. Aucune licence n'a ete publiee a cette date.

Sur l'agentique, M3.1 Flash depasse Opus 5 et DeepSeek, mais pas partout

Sur Automation-Bench v1.0.6, qui mesure la capacite d'un agent a mener des flux de travail d'entreprise de bout en bout (vente, marketing, finance, ressources humaines), MiniMax revendique un score de 62,2, devant Opus 5 (50,3), GPT-5.6 Sol (45,8) et DeepSeek V4.1 Flash-1017 (60,5). Sur BankerToolBench, qui teste la planification multi-etapes et la conformite financiere, il egale Opus 5 a 76,2. En cybersecurite, il atteint 82,2 pourcent sur CyberGym, un score que MiniMax presente comme demontrant des capacites de pointe en detection et validation de vulnerabilites.

Le tableau se nuance des que l'on quitte les taches agentiques structurees. Sur DeepSWE v1.1, qui evalue le developpement logiciel autonome, M3.1 Flash obtient 73,7, legerement devant GPT-5.6 Sol (73,0) mais derriere Opus 5 (74,0) et surtout DeepSeek V4.1 Flash-1017 (77,0). Sur Terminal Bench 4.0, il chute a 38,1, loin derriere Opus 5 (51,8) et DeepSeek (42,3). Ces chiffres restent toutefois des mesures communiquees par MiniMax lui-meme, avec une incoherence relevee entre son tableau de resultats et son graphique de couts sur Automation-Bench (62,2 contre 62,8).

Ces chiffres proviennent d'une evaluation d'Artificial Analysis, rapportee par le media Shattered. Aucun des quatre modeles ne domine sur toutes les colonnes : DeepSeek reste legerement plus intelligent et moins cher par tache, GLM-5.3 Flash egale MiniMax a un cout superieur, Gemini 3.8 Flash reste competitif en capacite mais nettement plus cher a l'usage.

Le revers : un taux d'hallucination qui interroge les integrateurs

Le point le plus sensible pour un usage professionnel concerne la fiabilite factuelle. Selon le media Shattered, qui cite des donnees attribuees a Artificial Analysis et relayees par VentureBeat, M3.1 Flash repond correctement a 56 pourcent des questions du benchmark AA-Omniscience, devant DeepSeek V4.1 Flash-1017 (43 pourcent) et GLM-5.3 Flash (28 pourcent). Le modele tenterait toutefois de repondre a la quasi-totalite des questions plutot que d'admettre son ignorance, ce qui se traduirait par un taux d'hallucination eleve sur ce benchmark, c'est-a-dire que, parmi les reponses non correctes, une large part seraient des affirmations erronees formulees avec assurance plutot que des refus de repondre. Cette donnee precise provient d'une seule source identifiee et doit etre lue au conditionnel, sans confirmation independante. Elle rejoint toutefois une inquietude plus generale deja relayee independamment : l'article original relatant le lancement du modele, publie sur Developpez.com, pointe lui aussi un taux d'hallucination eleve sans toutefois en chiffrer la mesure.

Pour un service juridique ou une direction conformite, la nuance compte. Un modele qui se trompe n'est pas forcement un probleme s'il sait dire qu'il ne sait pas. Un modele qui invente une reponse avec assurance, dans un flux de reconciliation financiere, un controle de conformite ou une reponse client sur une politique tarifaire, constitue un risque operationnel distinct du simple taux d'erreur.

Pour un DSI francais, le prix du jeton n'est pas le seul cout a comparer

Sur le papier, M3.1 Flash est agressif : 0,15 dollar par million de jetons d'entree et 0,60 dollar en sortie, soit un cout combine de 0,75 dollar pour un million de jetons d'entree et un million de sortie. C'est exactement le tarif hors-pic de DeepSeek V4.1 Flash-1017, et nettement moins cher que Gemini 3.8 Flash (4,50 dollars), GLM-5.3 (5,80 dollars), Claude Sonnet 5.5 (12 dollars) ou Claude Opus 5.5 (24 dollars) sur la meme base.

Tous ces tarifs sont exprimes en dollars par million de jetons, au niveau de l'API, hors conditions contractuelles specifiques. Trois elements meritent cependant d'etre verifies avant de les projeter dans un budget annuel. D'abord, le raisonnement etant toujours actif et le niveau par defaut etant le maximum, une migration depuis un modele dont le mode economique etait le defaut peut faire gonfler la facture sans que personne ne l'ait decide. Ensuite, le modele est decrit comme prolixe : son evaluation sur l'indice Artificial Analysis a genere 180 millions de jetons de sortie, contre une mediane de 100 millions pour des modeles comparables, un volume qui pese directement sur la facture au jeton. Enfin, le modele reste plus lent que la moyenne observee sur l'indice (93 jetons par seconde contre 114), ce qui peut avoir un cout indirect sur des usages temps reel.

Reste la question du traitement des donnees. L'API MiniMax est operee par un laboratoire chinois, et les textes sources ne precisent pas de localisation europeenne pour l'hebergement du service. Pour toute donnee a caractere personnel ou toute information commerciale sensible, un envoi direct vers cette API souleve des questions de transfert hors Union europeenne que le service juridique doit traiter avant tout deploiement, independamment de la qualite technique du modele. C'est un terrain ou les plateformes francaises d'agregation multi-modeles jouent un role different : Moon AI, editee par Stellarr Studio SAS, propose par exemple plus de 70 modeles sous un abonnement unique a partir de 9,90 euros TTC par siege et par mois, avec une application et un stockage heberges chez OVHcloud a Strasbourg et Roubaix, et un mecanisme nomme Moon Blur qui remplace les donnees personnelles par des jetons avant l'envoi a un modele tiers, puis les retablit au retour. Ce procede, reversible, constitue une pseudonymisation au sens du RGPD et non une anonymisation : les requetes adressees a un modele tiers quittent bien la France une fois pseudonymisees, pour rejoindre l'infrastructure de ce fournisseur. Cela ne dispense donc pas d'une analyse au cas par cas si un laboratoire chinois venait a integrer ce type de catalogue.

Une grille de lecture avant d'arbitrer

• Agents d'outillage a haut volume (CRM, tickets, operations financieres) : usage pertinent, c'est la ou les scores revendiques sont les plus hauts.
• Corrections de code courantes : usage correct a faible niveau d'effort, mais a verifier sur des taches plus complexes ou DeepSeek V4.1 Flash devance M3.1 Flash.
• Lecture de documents longs jusqu'a un million de jetons : usage correct, le tarif restant plat sans palier de surcout au-dela d'un certain volume.
• Agents de depot de code complexe ou de terminal : usage plus fragile, le modele restant derriere Opus 5 et DeepSeek sur Terminal Bench 4.0 et NL2Repo.
• Reponse factuelle sans verification humaine : usage deconseille en l'etat, compte tenu du taux d'hallucination rapporte sur AA-Omniscience.
• Auto-hebergement : non disponible a ce jour, les poids et la licence n'etant pas encore publies.

Questions frequentes

MiniMax M3.1 Flash est-il un modele open source ?

MiniMax le qualifie de modele a poids ouverts et annonce leur publication ulterieure, sans date ferme dans son communique officiel. A la date du 21 octobre 2026, aucun depot M3.1 Flash n'etait disponible sous le compte MiniMaxAI sur Hugging Face et aucune licence n'avait ete publiee. Un deploiement auto-heberge ne peut donc pas etre planifie sur la base des informations disponibles.

Peut-on reduire les couts en desactivant le raisonnement ?

Non. Le raisonnement est permanent sur M3.1 Flash. Toute requete tentant de le desactiver renvoie une erreur HTTP 400. Le seul levier disponible est le choix du niveau d'effort, du plus faible au maximum, sachant que MiniMax recommande le niveau maximal par defaut.

Le taux d'hallucination rapporte signifie-t-il que le modele se trompe neuf fois sur dix ?

Non, et c'est une nuance importante. Selon les donnees rapportees par le media Shattered, ce taux mesurerait la part des reponses non correctes qui sont des affirmations erronees formulees avec assurance, plutot qu'un refus de repondre, sur un benchmark specifique nomme AA-Omniscience. Le modele repondrait par ailleurs correctement a une majorite des questions de ce meme test. Cette donnee reposant sur une source unique identifiee, sans confirmation independante, elle doit etre consideree comme rapportee et non confirmee.

Une entreprise francaise peut-elle envoyer des donnees clients a l'API MiniMax sans risque reglementaire ?

Les textes sources ne precisent pas de localisation europeenne pour l'hebergement de l'API MiniMax. Tout envoi de donnees a caractere personnel vers ce service merite donc une analyse juridique prealable portant sur le transfert hors Union europeenne, independamment des performances techniques annoncees pour le modele.