MiniMax M3.1 Flash: Khi AI Trung Quốc đánh sập chi phí Agent xuống 70%

Bạn có bao giờ tự hỏi điều gì sẽ xảy ra nếu một mô hình AI không cần phải là “kẻ mạnh nhất” để giành chiến thắng? Nếu thay vì chạy đua trên bảng xếp hạng trí tuệ thuần túy, một mô hình chọn con đường khác: đủ giỏi, nhanh gấp ba lần, và rẻ hơn bảy mươi phần trăm?

Đó chính xác là canh bạc mà MiniMax – công ty trí tuệ nhân tạo Trung Quốc từng gây chấn động với thương vụ IPO nhanh nhất lịch sử ngành AI – vừa đặt cược. Ngày 19 tháng 10 năm 2026, họ chính thức trình làng MiniMax M3.1 Flash, một mô hình được thiết kế không phải để “thông minh nhất”, mà để trở thành động cơ làm việc rẻ nhất và nhanh nhất cho các tác vụ Agent.

Và đằng sau cái tên tưởng chừng khiêm tốn ấy là một câu chuyện đáng chú ý: một mô hình từng ẩn danh dưới cái tên Space Bunny, xử lý hơn 200 nghìn tỷ token trước khi bất kỳ ai biết nó là ai. Hãy cùng tôi, SilverZ, mổ xẻ bước đi này của MiniMax – và lý do tại sao nó có thể định hình lại cách chúng ta suy nghĩ về kinh tế học của AI.

Space Bunny: Khi một mô hình ẩn danh “thử lửa” trước khi xuất đầu lộ diện

Trước khi M3.1 Flash chính thức ra mắt, đã có một “nhân vật bí ẩn” xuất hiện trên các nền tảng như OpenRouter và OpenCode vào cuối tháng 9 năm 2026. Tên của nó là Space Bunny – một mô hình không rõ nguồn gốc, không có tài liệu, không có lời giới thiệu. Cộng đồng developer chỉ biết một điều: nó nhanh, nó rẻ, và nó hoạt động tốt một cách đáng ngờ.

Space Bunny nhanh chóng leo lên vị trí đầu bảng xếp hạng lượng gọi API hàng ngày trên cả hai nền tảng, với tổng cộng hơn 200 nghìn tỷ token được xử lý trong thời gian ẩn danh. Các nhà phát triển bắt đầu “săm soi” tokenizer của nó, đối chiếu các đặc điểm kỹ thuật, và dần dần đi đến kết luận: đây là sản phẩm của MiniMax.

Hôm nay, MiniMax chính thức xác nhận: Space Bunny là phiên bản thử nghiệm ban đầu của M3.1 Flash. Đây không phải là một chiêu trò marketing đơn thuần. Đó là một bài kiểm tra thực chiến quy mô lớn – một cách để MiniMax thu thập dữ liệu hiệu suất thực tế từ hàng nghìn developer trước khi tung ra sản phẩm chính thức, mà không bị ảnh hưởng bởi định kiến thương hiệu. Và kết quả cho thấy: khi một mô hình đủ tốt, nó sẽ tự tìm được chỗ đứng, bất kể tên tuổi.

Hiệu suất: Flash không còn là “bản rút gọn”

Trong nhiều năm, các mô hình “Flash” hay “Lite” thường được xem là phiên bản hy sinh chất lượng để đổi lấy tốc độ và chi phí. Chúng là công cụ cho những tác vụ đơn giản, không phải cho những công việc đòi hỏi sự chính xác và chiều sâu.

MiniMax M3.1 Flash thách thức định kiến đó. Theo dữ liệu do chính MiniMax công bố và được kiểm chứng một phần bởi các nguồn độc lập, mô hình này đạt được những con số đáng chú ý trên nhiều bộ benchmark quan trọng:

• DeepSWE v1.1 (lập trình phần mềm): 73,7% – chỉ kém DeepSeek V4.1 Flash-1017 (77%) không đáng kể, và gần chạm mức của Claude Opus 5 (74,0%).
• OSWorld V2 (điều khiển máy tính): 61,7 điểm – MiniMax khẳng định không có mô hình Trung Quốc nào đạt điểm cao hơn.
• CyberGym (an ninh mạng): 82% – gần với GPT-5.6 Sol (83,6%), cho thấy khả năng phát hiện và xác thực lỗ hổng bảo mật ở mức độ chuyên nghiệp.
• BankerToolBench (quy trình tài chính): 76,2 điểm – ngang bằng với Claude Opus 5, thể hiện khả năng xử lý các tác vụ tài chính phức tạp, đa bước và tuân thủ quy định.
• Humanity’s Last Exam (suy luận phức tạp): 48% – tăng vọt từ 39% của M3, vượt qua GLM-5.3 Flash (40%) và DeepSeek V4.1 Flash-1017 (43%).

Những con số này không chỉ là “ấn tượng đối với một mô hình Flash”. Chúng là ấn tượng đối với bất kỳ mô hình nào. Và khi bạn đặt chúng bên cạnh mức giá, bức tranh mới thực sự trở nên đáng kinh ngạc.

Kinh tế học của Agent: Khi chi phí trở thành lợi thế cạnh tranh

Đây là phần quan trọng nhất của câu chuyện, và cũng là phần mà tôi tin rằng nhiều người sẽ bỏ qua.

Một tác vụ AI Agent – dù là viết code, phân tích dữ liệu, hay tự động hóa quy trình – thường không chỉ gọi mô hình một lần. Nó có thể cần hàng chục, thậm chí hàng trăm lần gọi liên tiếp để hoàn thành một công việc. Mỗi lần gọi đều tốn token, và token đều tốn tiền. Khi bạn nhân chi phí đó lên hàng nghìn, hàng triệu tác vụ, sự chênh lệch về giá – dù chỉ vài cent – có thể tạo ra khác biệt khổng lồ về hiệu quả kinh tế.

Và đây là nơi MiniMax M3.1 Flash tung ra đòn quyết định:

Chỉ số	M3.1 Flash	So sánh
Giá input (mỗi 1M token)	$0,15	Bằng một nửa so với M3 ($0,30)
Giá output (mỗi 1M token)	$0,60	Giảm mạnh so với M3
Giá cache input (mỗi 1M token)	$0,015	Giảm hơn 70% so với M3
Chi phí trung bình mỗi tác vụ (Intelligence Index)	$0,22	So với $0,51 của M3 (giảm ~57%)

Con số cuối cùng – $0,22 mỗi tác vụ – mới là điều thực sự thay đổi cuộc chơi. Để so sánh, GLM-5.3 Flash tốn khoảng $0,28 mỗi tác vụ, DeepSeek V4.1 Flash-1017 tốn khoảng $0,26, và Gemini 3.8 Flash tốn tới $1,24. Trong một thế giới mà lợi nhuận của các ứng dụng AI Agent phụ thuộc vào việc giảm chi phí vận hành xuống mức tối thiểu, M3.1 Flash đang đặt ra một chuẩn mực mới về hiệu quả kinh tế.

Tốc độ cũng là một phần của phương trình. Với kiến trúc sparse attention được tối ưu hóa mạnh mẽ hơn, M3.1 Flash đạt tốc độ đầu ra hơn 200 token mỗi giây trong điều kiện lý tưởng, và mức trung vị (P50) ổn định ở hơn 170 token mỗi giây. Trong các tác vụ Agent cần hàng chục lần gọi liên tiếp, tốc độ này không chỉ cải thiện trải nghiệm người dùng – nó trực tiếp rút ngắn thời gian hoàn thành công việc và giảm chi phí vận hành.

Cuộc đua Flash: MiniMax không đơn độc

MiniMax không phải là công ty duy nhất nhận ra tiềm năng của phân khúc “Flash”. Chỉ vài ngày trước đó, DeepSeek đã tung ra V4.1 Flash-1017, một mô hình có hiệu suất tương đương hoặc nhỉnh hơn ở một số khía cạnh, với mức giá cạnh tranh không kém.

Trong các so sánh thực tế do cộng đồng developer thực hiện, khoảng cách giữa hai mô hình không lớn. Trong một bài kiểm tra tạo cảnh đua xe, MiniMax M3.1 Flash tốn $2,34, trong khi DeepSeek V4.1 Flash-1017 tốn $3,07. Trong một bài kiểm tra khác về tạo cảnh thành phố dưới đáy biển, MiniMax tốn khoảng $0,21 (hoàn thành trong 29 phút 24 giây), còn DeepSeek tốn $0,38 (hoàn thành trong 27 phút 09 giây) – MiniMax rẻ hơn, nhưng DeepSeek nhanh hơn khoảng hai phút.

Điều này cho thấy một thực tế quan trọng: cuộc đua Flash không còn là cuộc đua về “ai giỏi nhất”, mà là cuộc đua về “ai mang lại giá trị tốt nhất trên mỗi đồng chi ra”. Và trong cuộc đua đó, cả MiniMax và DeepSeek đều đang cho thấy họ là những đối thủ đáng gờm – không chỉ so với nhau, mà còn so với các mô hình flagship đắt tiền hơn nhiều lần.

Tuy nhiên, có một điểm khác biệt chiến lược đáng chú ý: DeepSeek hướng đến hiệu suất kỹ thuật thuần túy, trong khi MiniMax định vị M3.1 Flash như một “động cơ Agent” toàn diện, với sự tích hợp sâu vào hệ sinh thái sản phẩm của mình – từ API, M Plan (gói đăng ký), đến MiniMax Code (ứng dụng desktop cho developer).

Vết gợn cần lưu tâm: Khi “hiệu quả” không đồng nghĩa với “hoàn hảo”

Không có mô hình nào là hoàn hảo, và M3.1 Flash cũng không ngoại lệ. Đánh giá độc lập từ Artificial Analysis đã chỉ ra một điểm yếu đáng lưu tâm: mặc dù M3.1 Flash trả lời đúng hơn một nửa số câu hỏi kiến thức thực tế, nó có xu hướng đưa ra câu trả lời sai một cách tự tin thay vì thừa nhận sự không chắc chắn. Tỷ lệ “ảo giác” (hallucination) cao này là một rủi ro mà bất kỳ doanh nghiệp nào cân nhắc triển khai mô hình cho các tác vụ đòi hỏi độ chính xác cao – như phân tích tài chính, tư vấn pháp lý, hoặc chăm sóc khách hàng tự động – cần đặc biệt lưu ý.

Điều này không làm lu mờ những thành tựu về hiệu suất và chi phí của M3.1 Flash. Nhưng nó là một lời nhắc nhở rằng trong thế giới AI, không có bữa trưa nào miễn phí. Bạn có thể có một mô hình nhanh và rẻ, nhưng bạn vẫn cần con người giám sát, kiểm chứng và đưa ra quyết định cuối cùng trong những tình huống quan trọng.

Bối cảnh lớn hơn: MiniMax và tham vọng toàn cầu

Để hiểu đầy đủ ý nghĩa của M3.1 Flash, cần đặt nó trong bối cảnh rộng hơn của MiniMax.

Công ty này – tên đầy đủ là 稀宇科技 (MiniMax Group) – đã có một hành trình đáng kinh ngạc. Thành lập chỉ bốn năm trước, họ đã huy động được hơn 15 tỷ USD qua bảy vòng gọi vốn, với sự tham gia của những tên tuổi như Alibaba, Tencent, Sequoia China và Hillhouse. Tháng 1 năm 2026, MiniMax niêm yết trên Sàn giao dịch Chứng khoán Hồng Kông, được ghi nhận là thương vụ IPO nhanh nhất trong lịch sử các công ty AI toàn cầu. Chỉ bốn tháng sau, họ tiếp tục khởi động quy trình niêm yết trên Sàn giao dịch Chứng khoán Thượng Hải (STAR Market) – một động thái cho thấy tham vọng tiếp cận nguồn vốn nội địa và khẳng định vị thế tại thị trường quê nhà.

M3.1 Flash, do đó, không chỉ là một bản cập nhật kỹ thuật. Nó là một tuyên bố chiến lược rằng MiniMax có thể cạnh tranh không chỉ bằng trí tuệ nhân tạo tiên tiến, mà còn bằng hiệu quả kinh tế và khả năng thương mại hóa. Và với việc trọng số mô hình dự kiến được mở nguồn (open-weight) vào ngày 23 tháng 10, họ đang mời gọi toàn bộ cộng đồng developer cùng tham gia xây dựng và kiểm chứng.

Khi cuộc đua không còn là “ai thông minh nhất”

Tôi đã chứng kiến ngành AI trải qua nhiều giai đoạn: từ những ngày tháng của các mô hình hàng trăm triệu tham số, đến kỷ nguyên của hàng trăm tỷ tham số, và giờ là thời điểm mà hiệu quả mới là vua. Trong hai thập kỷ làm công nghệ, tôi nhận ra một quy luật bất biến: công nghệ chỉ thực sự thay đổi thế giới khi nó trở nên rẻ đến mức ai cũng có thể sử dụng.

MiniMax M3.1 Flash không phải là mô hình thông minh nhất thế giới. Nó không thể vượt qua GPT-5.6 Sol hay Claude Opus 5 trên mọi bảng xếp hạng. Nhưng nó có thể làm được một điều mà những mô hình đó chưa làm được: mang khả năng Agent mạnh mẽ đến với mức chi phí mà hàng nghìn doanh nghiệp vừa và nhỏ – và cả các developer cá nhân – có thể chi trả.

Và trong một thế giới mà AI Agent đang dần trở thành lực lượng lao động số, việc giảm chi phí vận hành xuống còn một phần ba không chỉ là một cải tiến kỹ thuật. Đó là một sự dịch chuyển mang tính dân chủ hóa.

Nếu chi phí không còn là rào cản, bạn sẽ giao cho AI Agent những công việc gì trong doanh nghiệp hoặc dự án cá nhân của mình? Và khi một mô hình có thể làm được 90% công việc với 10% chi phí, liệu “sự hoàn hảo” của những mô hình đắt tiền hơn có còn đáng để bạn trả giá – hay bạn sẽ chọn hiệu quả thực dụng thay vì đẳng cấp lý thuyết? Hãy chia sẻ quan điểm của bạn bên dưới, bởi vì trong cuộc đua AI này, người chiến thắng không phải là người có mô hình mạnh nhất, mà là người biết cách sử dụng nguồn lực thông minh nhất!