MiniMax présente M3.1 Flash, anciennement Space Bunny
MiniMax présente M3.1 Flash, anciennement Space Bunny
MiniMax a officiellement présenté M3.1 Flash, auparavant connue sous le nom de Space Bunny. Le modèle générerait plus de 200 jetons par seconde et surpasserait d’autres modèles chinois dans les benchmarks.
MiniMax a officiellement présenté son nouveau modèle, M3.1 Flash. Cette sortie est la version publique de ce qui était auparavant connu sous le nom de Space Bunny, une itération précoce du modèle.
D’après les caractéristiques disponibles, le modèle semble prometteur:
- Le modèle peut générer plus de 200 jetons par seconde.
- Selon les données publiées, il surpasserait d’autres modèles chinois dans les benchmarks.
Le modèle semble axé sur la vitesse et la performance compétitive, deux éléments importants pour les applications où la latence et le débit sont critiques.
Pourquoi c'est important
AnalyseUne génération rapide et de bons résultats dans les benchmarks pourraient rendre M3.1 Flash utile pour des applications sensibles à la latence. Cette sortie montre également que la concurrence entre grands modèles de langage reste forte en dehors des États-Unis.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro : Comparaison des modèles 2026
Chaque semaine ou presque, un nouveau modèle est lancé, et les mêmes questions reviennent inlassablement : faut-il changer de solution ? Qu'est-ce qui a évolué ? Pour quoi payer ?
Anthropic préparerait le modèle Fable 5.5 (?)
Selon des initiés, Anthropic préparerait un nouveau modèle qui comprend mieux les intentions des utilisateurs et excelle dans la détection de bugs et de vulnérabilités.
Partie I. Architecture des agents IA : les blocs fondamentaux
Dix blocs fondamentaux d'un agent moderne : taxonomie des modèles, boucle d'exécution (runtime), techniques de prompting, distillation, compétences (skills), mémoire, appels de fonctions et économie unitaire.
Benchmarks pour agents : GAIA et SWE-bench
Nouvelle génération de benchmarks pratiques rigoureux pour évaluer l'autonomie de l'intelligence artificielle. GAIA teste des tâches multimodales sur le web ouvert avec fichiers et navigateur, tandis que SWE-bench vérifie la capacité des agents à trouver et corriger de vrais bugs dans de grands dépôts GitHub.
Évaluation des agents et benchmarking SWE-bench
Méthodologie et infrastructure pour la mesure systématique de la fiabilité, de la précision et de la sécurité des agents IA à l'aide de tests synthétiques, du benchmark SWE-bench et de simulations headless de dépôts.
Kimi K3.1 arrive comme un modèle d’IA de 2,8 billions de paramètres
Kimi K3.1 est présenté comme un très grand modèle ouvert avec 2,8 billions de paramètres et 104 milliards de paramètres actifs, mais ses poids ne sont pas encore publiés.