Im Wettbewerb mit Opus 5.5 hat MiniMax M3.1 Flash über seine Grenzen hinausgetrieben
Das Mittherbstfest ist gerade erst vorbei und der Nationalfeiertag rückt näher, aber die KI-Branche macht keine Pause.
Neue Modelle werden unaufhörlich auf den Markt gebracht. Flaggschiffmodelle loten die Grenzen ihrer Leistungsfähigkeit aus, während Modelle, die auf Geschwindigkeit und Kosteneffizienz setzen, um die Gunst der Nutzer im Alltag konkurrieren. Da sich die Leistungsfähigkeit der letztgenannten Modelle jedoch stetig verbessert, verschwimmt die Grenze zwischen den beiden Kategorien zunehmend.
Früher wurden Aufgaben, die den Einsatz von Flaggschiffmodellen erforderten, einem Modell zugewiesen, dessen Name „Flash“ enthielt. Wie gut kann es wirklich sein? Die Frontend-Entwicklung bietet hierfür einen sehr direkten Einblick. Die Qualität von Farbschemata, Layouts, Animationen und Interaktionen lässt sich deutlich erkennen, wenn man die verschiedenen Arbeiten nebeneinander betrachtet.
Letzten Monat veröffentlichte Anthropic Claude Opus 5.5. Wir sahen auf X, dass einige es für die Erstellung dynamischer Portfolios nutzten, während andere damit Tuscheanimationen zeichneten. Diese programmierten Werke haben bereits ihren ganz eigenen Stil entwickelt.
APPSO hat kürzlich festgestellt, dass ein inländisches Modell ebenfalls zu einem neuen Favoriten unter X-Nutzern geworden ist. Es handelt sich um das kürzlich erschienene MiniMax M3.1 Flash Preview .
Das anonyme Modell, das zuvor unter dem Namen Space Bunny bekannt war und die Aufmerksamkeit von Entwicklern auf sich zog, wurde von Internetnutzern korrekt mit der MiniMax M-Serie in Verbindung gebracht. Sogar Dax, Mitbegründer von OpenCode, empfahl, Space Bunny mit einer Testaufgabe aus Opus 5.5 auszuprobieren.
Wir wissen zwar nicht, ob „Space Rabbit“ von MiniMax stammt, aber der Name M3.1 Flash Preview enthält „Flash“, was naheliegend an Geschwindigkeit und Kosteneffizienz denken lässt. Wir wollen jedoch überprüfen, ob es in der Frontend-Entwicklung mit Flaggschiffmodellen wie dem Opus 5.5 mithalten kann.
Daher nutzten wir in MiniMax Code die öffentlichen Hinweise aus hochwertigen Opus 5.5-Beispielen, um den visuellen Stil, die Motion Graphics und die Gesamtqualität der Arbeiten zu vergleichen und anschließend die vielfältigen Möglichkeiten anhand weiterer Themen zu untersuchen. Als uns die Arbeiten vorlagen, konnten wir intuitiver beurteilen, ob das Flash-Modell ein fertiges Produkt auf Flaggschiff-Niveau hervorbringen kann.
Unterschiedliche Lösungsansätze für dasselbe Problem; kein Unterschied in der Qualität der Ausführung.
Die Anforderungen an das Modell sind einfach: Erstellen Sie ein 15-sekündiges Animationsdesign-Portfolio, das Ihre Fähigkeiten als Motion-Graphics-Designer unter Beweis stellt, und liefern Sie abschließend eine MP4-Datei.
Es wurden weder Farbschema noch Schriftart festgelegt, und es wurde kein Storyboard erstellt. Abgesehen von der endgültigen Länge und dem Zweck des Films wurde das konkrete Design im Grunde dem Model überlassen.
In dem mit M3.1 Flash erstellten Video füllt große, cremefarbene Schrift einen schwarzen Hintergrund, hinter dem fluoreszierendes grünes Licht hervorstrahlt. Die Schrift tritt in den Hintergrund, und Ringe und Dreiecke bewegen sich entlang von Bahnen, gefolgt von Wellenformen, springenden Zahlen und einer Liste von Funktionen. Innerhalb von nur 15 Sekunden erscheinen Schriftarten, geometrische Formen und Datenanimationen nacheinander, wobei stets der schwarze Hintergrund und das fluoreszierende Grün verwendet werden.
Diese Idee stammt aus einem Opus-Portfolio auf X. Wir haben die öffentlich verfügbaren Hinweise des Autors verwendet und lediglich die Anforderung hinzugefügt, eine MP4-Datei zu liefern.
Links zeigt Opus große Textlayouts, sanfte Kurven und wechselnde Farbblöcke, ähnlich wie bei einer Reihe von Bewegungseffekt-Übungen; rechts platziert M3.1 Flash Kreise, Wellenformen und Zahlen vor schwarzem Hintergrund mit fluoreszierendem grünem visuellen System, was dem Ganzen einen eher technisch angehauchten Kurzfilmcharakter verleiht.
Müsste ich mich für eine Richtung bei einem Technologieprojekt entscheiden, würde ich die M3.1 Flash-Version bevorzugen. Größe und Dichte der großen Texte, dünnen Linien und Diagramme variieren, das Farbschema bleibt einheitlich, und es bestehen visuelle Verbindungen zwischen den verschiedenen Abschnitten. Opus stellt die Animationsarten intuitiver dar, während M3.1 Flash die Abschnitte eher wie ein einzelnes Video organisiert.
Zumindest in dieser Aufgabe bietet M3.1 Flash Preview bereits vergleichbare Frontend-Funktionen wie Opus 5.5 und lieferte hinsichtlich Stilkonsistenz und Arbeitsorganisation Ergebnisse, die meinen Anforderungen besser entsprachen. Ich musste mich daher nicht im Vorfeld mit einem deutlich unterlegenen Design abfinden.
Das Verständnis von Multimodalität liegt in den Details der Szene.
Ein gut gemachter Science-Fiction-Kurzfilm reicht nicht aus, um zu beweisen, dass sich ein Modell an unterschiedliche Designvorgaben anpassen kann. Nur durch eine Änderung des Themas lässt sich beobachten, ob es den gleichen visuellen Stil konsequent beibehält.
„Der Sinn des Lebens“ ist eine weitere Idee des X-Nutzers @HarveenChadha. Nach der Einreichung bei M3.1 Flash wurde sie in einen handgezeichneten Kurzfilm umgewandelt.
Grüne Hügel sind auf beigefarbenem Papier gezeichnet, und eine kleine Figur beginnt, den Sinn des Ganzen zu hinterfragen. Dann wechselt die Szene zu Millimeterpapier, auf dem Straßenschilder mit Aufschriften wie „Mehr“, „Schneller“ und „Perfekt“ zu sehen sind. Nach einem kurzen Spaziergang werden die Fragezeichen im Bild tatsächlich größer.
Die Fragezeichen verschwanden allmählich, und die Geschichte konzentrierte sich auf einige wenige Kleinigkeiten. Jemand bereitete Essen zu, ein Witz amüsierte einen Freund, die gepflanzten Pflanzen wuchsen, und es gab auch einen Regentag, eine Katze und ein kleines Kunstwerk, das er selbst angefertigt hatte.
Das Modell ordnet diese Fragmente zu einer Papierwand an. Während es anfänglich nach einer umfassenden Antwort suchte, hat es begonnen, eine Mahlzeit oder eine Pflanze zu beobachten.
Ich denke, die Gestaltung im Tagebuchformat eignet sich am besten für diesen Abschnitt. Papierfetzen, Bleistiftstriche und kleine Illustrationen ziehen sich durch den gesamten Text und dienen sowohl der Beantwortung der einleitenden Fragen als auch der Dokumentation der scheinbar unbedeutenden Alltagsmomente im Anschluss. Diese Verbindung zwischen visuellem Stil und Geschichte erleichtert es den Lesern, der Erzählung zu folgen.
Als Nächstes haben wir versucht, das Beispiel „Kleine Kaulquappen auf der Suche nach ihrer Mutter“, das von dem Internetnutzer @akokoi1 erstellt wurde, mit Opus 5.5 nachzubauen, und das Ergebnis ist wie folgt:
Auf dem hellen Papier sind die Adern der Lotusblätter deutlich zu erkennen. Kaulquappen schwimmen mit ihren dünnen Schwänzen über den Teich, begegnen dabei Fischen, Enten, Schildkröten und Krebsen und erreichen schließlich den Frosch. Untertitel erscheinen neben der Geschichte, während Tuschezeichnungen, Papier und grüne Lotusblätter den Hintergrund des gesamten Films bilden.
In Anlehnung an die kreativen Anforderungen der Fallstudie Opus 5.5 präsentierte M3.1 Flash ebenfalls eine vollständige Tuschezeichnung. Im Vergleich zur Wiedergabe eines einzelnen Bildes ermöglicht diese Technik, die Papierstruktur, die Bewegungen der Figuren und die Untertitelung durch den gesamten Film hindurchzuführen und so den Stil beizubehalten.
In einem weiteren Testfall mit der Skyline von New York entschied ich mich, eine Zeitleiste zu verwenden, um die Veränderungen in der Optik darzustellen.
Zuerst spiegelte sich der orange-rote Himmel im Wasser, Brücken und Gebäude verdeckten einen Teil des Sonnenuntergangs. Wenn man die Zeitleiste unten verschiebt, verdunkelt sich der Himmel allmählich, die Fensterlichter der Gebäude gehen nach und nach an, und die Flussoberfläche wandelt sich von warmen Spiegelungen zu fragmentierten nächtlichen Reflexionen.
Mir gefällt die Darstellung des Wassers in dieser Version besser. Tagsüber sind große Flächen in warmen Farben zu sehen, während nachts die beleuchteten Fenster ein gefiltertes Licht auf das Wasser werfen. Brücke, Gebäude, Himmel und Spiegelungen verändern sich im gleichen Zeitablauf und erzeugen so je nach Zeitpunkt des Pausierens unterschiedliche visuelle Effekte.
In dynamischen Kurzfilmen wird die Wiedergabereihenfolge vom Modell vorgegeben, während interaktive Werke dem Nutzer mehr Kontrolle geben. Wohin die Zeitleiste verschoben wird, muss die Szene den entsprechenden Zustand anzeigen, und Himmel, Licht und Wasseroberflächen müssen harmonisch wirken. Auch in Spielen müssen sich die visuellen Elemente kontinuierlich an die Aktionen des Spielers anpassen.
Wir haben die Anforderungen dann auf ein Arcade-Go-Kart-Spiel ausgeweitet, bei dem ein strahlend blauer Himmel, saftig grünes Gras und rot-weiße Straßenränder die Rennstrecke bilden und die Auswahl eines Autos, das Rennen und die Punktevergabe den gesamten Rennablauf verbinden.
Das Unterwasser-Erkundungsspiel schlägt einen anderen Rhythmus an. Das U-Boot gleitet langsam an einem vom Meer überfluteten botanischen Garten vorbei, dessen bläulich-grüner Nebel, schwebende Partikel und Suchscheinwerfer Tiefe und Perspektive erzeugen. Die Trägheit, die das U-Boot beim Drehen beibehält, und die nach und nach erscheinenden Scanhinweise beim Annähern an markante Punkte schaffen eine ruhige Atmosphäre für die Erkundung und geben den Spielern Raum, Details zu entdecken.
Das narrative Spiel „Little Ghost“ verbirgt die Szenerie in einer späten Herbstnacht auf einem Bauernhof. Ein Lagerfeuer erhellt den nahen Mais und den Holzzaun, während das warme Licht im Haus und der grüne Schein der Tür die Spurensuche erleichtern. Mir gefällt der großzügige Anteil an Dunkelheit; die gedämpfte Beleuchtung lässt kleine Objekte wie Kaninchen, Reliquien und Lampen besser zur Geltung kommen und verleiht jeder Annäherung und Interaktion einen Hauch von Geschichte.
Die Anforderungen an die Frontend-Entwicklung werden gerade wegen dieser Details so komplex. Visuelles Design, Animationslogik und Benutzerinteraktion tragen alle zur Benutzererfahrung bei; die gute Umsetzung eines einzelnen Aspekts reicht nicht aus, um das gesamte Projekt erfolgreich abzuschließen.
Von dynamischen Portfolios über handgezeichnete Skizzen und Tuschezeichnungen bis hin zu interaktiven Szenen und Spieleprototypen – die Designs von M3.1 Flash Preview und Opus 5.5 weisen jeweils ihre Vor- und Nachteile auf. Die Einbindung von Flash erwies sich bei der Fertigstellung der Projekte nicht als wesentlicher Nachteil und zeigte vielmehr, dass sich der Bildschirm flexibel um verschiedene kreative Ideen herum organisieren lässt und das Design den Bedürfnissen nach Betrachtung, Bedienung und Erkundung gerecht wird.
Vom Intelligenzniveau bis zur Anwendungsbreite
Als M3.1 Flash Preview bei der Frontend-Entwicklung vergleichbare Ergebnisse wie Opus 5.5 lieferte, gewannen die Gründe für die Wahl von Flash an Bedeutung. Neben Geschwindigkeit und Kosten konnten auch das Design und die Fertigstellung des Projekts selbst Gründe für den Einsatz von Flash sein.
Hinter der Frontend-Präsentation verbirgt sich das Zusammenspiel von Designverständnis, Ästhetik und Programmierkenntnissen.
Es ist bekannt, dass die M3-Serie bereits in der Vortrainingsphase ein multimodales Hybridtraining durchläuft und die Zusammenarbeit von Bildverarbeitung und Code ein Schlüsselaspekt für das Verständnis ihrer Frontend-Fähigkeiten ist. Entwickler können spezifischere Designaufgaben an das Modell delegieren und sich so auf die Festlegung der Richtung und die Auswertung der Ergebnisse konzentrieren.
Für die meisten alltäglichen Aufgaben benötigen Anwender nicht mehr ständig das leistungsstärkste Flaggschiffmodell.
Sobald der Agent kontinuierlich Suchvorgänge durchführt, Daten organisiert, Tools aufruft und Inhalte generiert, kann die Intelligenz einer einzelnen Antwort nicht mehr das Gesamterlebnis bestimmen. Eine Aufgabe kann Dutzende aufeinanderfolgender Modellaufrufe erfordern, und Wartezeiten sowie Anrufkosten summieren sich im Laufe des gesamten Prozesses.
Darüber hinaus entsprechen die vorangegangenen Beispiele für die Benutzeroberfläche konkreten Arbeitsanforderungen: Dynamische Portfolios demonstrieren Designkompetenzen, handgezeichnete und Tuschezeichnungen in Kurzfilmform liefern kreative Entwürfe, und Minispiele validieren das Gameplay. Die Umsetzung von Ideen in sichtbare und umsetzbare Ergebnisse ermöglicht es dem Team, Lösungen schneller zu diskutieren und auf Basis von Feedback anzupassen.
Jede Änderung an Farbschemata, Animationen und Interaktionen kann neue Modellaufrufe auslösen. MiniMax M3.1 Flash Preview, primär für die Programmierung eingesetzt, unterstützt Entwickler dank seiner Geschwindigkeit und Kostenvorteile dabei, mit begrenztem Budget verschiedene Lösungen zu erproben und liefert stets Ergebnisse, die ihren Anforderungen entsprechen.
Insbesondere angesichts der Tatsache, dass Geschwindigkeit, Qualität und Preis nach wie vor ein unvereinbares Dreieck bilden, verändert das Flash-Modell das Verhältnis zwischen diesen Faktoren. Viele Programmieraufgaben, die früher nur mit dem Flaggschiffmodell bewältigt werden konnten, lassen sich nun kostengünstiger und schneller erledigen. Die Leistungsgrenzen des Modells sind weiterhin wichtig; Funktionen, die sich konsistent in den Entwicklungsprozess integrieren lassen, führen leichter zu tatsächlicher Produktivität.
Aus dieser Perspektive verhält sich das Flash-Modell zum Flaggschiffmodell wie eine PC-kompatible Maschine zu einem Großrechner.
Großrechnersysteme konzentrierten einst teure Rechenleistung in wenigen Institutionen, während PC-kompatible Geräte durch Standardisierung und Massenproduktion Rechenleistung in Büros und Privathaushalte brachten. Erst wenn auch Intelligenz zu einer standardmäßigen, leicht verfügbaren Komponente wird, wird ein wesentlich größerer Anwendungsmarkt entstehen.
Mit der zunehmenden Verbreitung von PCs hat sich der Wert der Branche schrittweise auf Betriebssysteme, Chips und Software-Ökosysteme ausgedehnt; mit der zunehmenden Verbreitung des Flash-Modells könnte sich der Wert von KI auch stärker auf Agenten, Arbeitsabläufe, proprietäre Daten und Anwendungseinstiegspunkte verlagern.
Flaggschiffmodelle loten weiterhin die Grenzen der Intelligenz aus, während Modelle wie der MiniMax M3.1 Flash Preview bewährte Funktionen für anspruchsvolle Entwicklungsszenarien bieten. Zukünftig dürften diejenigen Produkte die größten Gewinne erzielen, die diese intelligenten Technologien optimal nutzen.
Autoren: Shan Yuzhe, Mo Chongyu