MiniMax M3.1 Flash：重新定义「智能体」的性能与成本

**一句话定位：**2026 年 10 月 19 日 MiniMax 正式发布的下一代 Flash 模型，以匿名模型 Space Bunny 之名处理了超 200 万亿 token 后转正，主打 Agent 智能体、计算机操作（Computer Use）、代码与网络安全，推理速度提升近 3 倍、成本降低 70%，是当前国产模型在 Agent 领域的第一梯队。

一、从「太空兔」到 M3.1 Flash：一次匿名试跑式发布

MiniMax M3.1 Flash 最特别的不是参数，而是它的发布方式。早在 9 月底，这款模型的预览版就以匿名代号 Space Bunny（太空兔） 的身份悄悄上线了 OpenRouter 等平台，在隐藏真实身份期间处理了超过 200 万亿（200 trillion）token 的真实调用------相当于拿真实流量给模型做了一次大规模压测和打磨。直到 10 月 19 日，MiniMax 才正式揭开面纱：那个神秘的 Space Bunny 正是 M3.1 Flash 的早期版本。

这种「匿名试跑、流量检验、正式转正」的节奏，配合当天 DeepSeek 发布 4.1 Flash 的背景，被业界形容为「天天都有斩杀线」。M3.1 Flash 的正式跑分甚至比匿名阶段的 Space Bunny 还要强一截，尤其在 Agent 维度进步明显。

作为「Flash」系列，它的定位非常清晰：在推理速度、使用成本与智能水平之间寻找最优平衡，面向高频、规模化、要真上生产的场景；而追求极致智能上限的「Pro」版本，官方预告将在后续到来。

二、核心能力：四项代际跃迁

M3.1 Flash 官方宣称在智能体任务、编程、计算机操作、网络安全四个方向实现了「代际跃升」（generational leap），并通过更激进的稀疏化（aggressive sparsity）把推理效率又推了一档。

1. Agent 智能体与跨系统自动化

这是 M3.1 Flash 最被称道的战场。在 Automation-Bench v1.0.6 （Zapier 开源、基于真实企业流程的跨 SaaS 系统评测，覆盖销售、营销、运营、客服、财务、HR 等）上，M3.1 Flash 拿到 62.8 分，高于 DeepSeek V4.1 Flash-1017 的 60.5 和 Claude Opus 5 的 50.3。这意味着它能把一件跨系统的企业流程「从头到尾做完」，而不是只给出理解。

在 BankerToolBench （银行/金融级的多步规划、跨文档一致性、金融合规与链式工具调用）上拿到 76.2 分，与 Claude Opus 5 并列最高。

2. 编程与软件工程

在 DeepSWE v1.1 （真实软件工程任务：理解代码、开发功能、修复 bug、并自己跑测试验证）上，M3.1 Flash 拿到 73.7% ，位居第一梯队，和 Claude Opus 5（74.0）、GPT-5.6 Sol（73.0）同一水平。不过需要客观看待：DeepSeek V4.1 Flash-1017 在此项拿到 77.0 分、NL2Repo-Bench 68.2 分、SWE-Refactor 11.8，单纯比代码性价比，DeepSeek 仍是第一，M3.1 Flash 排第二------选型时不能只看单一榜单。

3. 计算机操作（Computer Use）

OSWorld V2 上拿到 61.7 分 ，Agents' Last Exam（ALE） 上拿到 29.6 分 ，官方宣称两项均为国产模型第一。ALE 由伯克利 RDI 牵头、数百名行业专家出题，覆盖 13 大行业真实职业任务，含金量很高。M3.1 Flash 在这两项上体现出「不仅是理解任务，而是真实环境中调用工具、执行长序列动作、交付结果」的能力。

4. 网络安全

在 CyberGym 上拿到 82.2%，官方内部安全专家的深度评估显示，其在代码审计、漏洞修补、渗透测试、恶意软件分析、逆向工程等方向上表现强劲，能以较低成本支撑复杂安全系统的构建。

5. 通用能力

**BabyVision（带工具）：**91.0
**HLE（纯文本，2158 题）：**43.4
**CharXiv RQ（图表理解）：**82.5

三、性能与价格：快 3 倍、省 70%

M3.1 Flash 在效率上的投入很激进：

输出速度： 日常使用每秒可达 200+ token ，中位数（P50）稳定在 170+ TPS；
推理速度： 相对上一代提升近 3 倍；
综合使用成本： Agent 类任务综合使用成本较前代降低 70%。

官方定价（每百万 token）：

项目	人民币	美元
输入	¥1	$0.15
输出	¥4	$0.60
缓存读取	¥0.1	$0.015

官方还给出了直观的成本对照：跑完整套 ALE 评测，Claude Opus 大约需要约 7400 元，是 M3.1 Flash 的约 10 倍；在 Automation-Bench 上，M3.1 Flash 以约 3 毛钱的单任务成本拿到最高分。

但有一个需要点破的细节： M3.1 Flash 的价格优势主要体现在未命中缓存 （uncached）的调用上。如果以 95% 的高缓存命中率测算，每 10 亿输入 token 成本约 21.75 美元，反而高于 DeepSeek 高峰时段（约 20.7 美元）和闲时（约 10.35 美元）。真实成本取决于你的调用形态------长上下文、重复前缀多的场景一定要算缓存命中账。

四、怎么用：三条接入路径

M3.1 Flash 目前已通过三条渠道开放，模型权重将在稍后放出：

1. MiniMax API（开发者/企业首选）

模型名 MiniMax-M3.1-Flash ，上下文 1,000,000 token（100 万） ，支持可调思考深度（effort）。API 同时兼容 Anthropic 与 OpenAI 两种调用协议：

Anthropic 兼容（推荐）： base_url = https://api.minimax.io/anthropic
OpenAI 兼容： base_url = https://api.minimax.io/v1
**密钥：**在 platform.minimax.io 获取 Subscription Key

OpenAI 兼容方式示例：

复制代码

curl --request POST \ --url https://api.minimax.io/v1/chat/completions \ --header 'Authorization: Bearer <你的密钥>' \ --header 'Content-Type: application/json' \ --data '{ "model": "MiniMax-M3.1-Flash", "messages": [{"role": "user", "content": "你好"}], "effort": "medium" }'

关于 effort（思考深度）： 接受 low / medium / high / xhigh 四档。官方成本-性能曲线显示：

Automation-Bench：low 52.8% → medium 57.7% → high 59.2% → xhigh 61.2% → max 62.8%
DeepSWE：high 68.1% → xhigh 72.1% → max 73.7%

即**「越使劲越贵、分数越高」** ，日常轻量任务用 low 省钱，复杂 Agent 任务开 high / xhigh 提升成功率。注意部分接口（如 Responses API）不支持 effort 字段，传了会返回 null。

2. M Plan（个人订阅）

面向高频使用的个人用户，通过官网 www.minimax.io/m-plan 订阅，可在一个固定月费内持续使用，适合日常 Agent、写代码、长文档处理的个人开发者。

3. MiniMax Code（桌面端 IDE/Agent 工具）

下载桌面版 MiniMax Code（agent.minimax.io/download），可直接用 M3.1 Flash 作为内置模型做 Coding Agent、代码检索与研发助手。9 月底的预览版就曾在 MiniMax Code 中低调开放。

五、适用场景与选型建议

M3.1 Flash 最擅长的四类场景：

**企业流程自动化 Agent：**跨 SaaS 系统把一件事从头做到尾（CRM→财务→客服→HR），对应 Automation-Bench 与 BankerToolBench 的高分；
**高频 Coding Agent：**配合 MiniMax Code / Claude Code 类工具做真实软件开发，速度快、成本低；
**电脑自动化 / RPA 增强：**OSWorld V2、ALE 国产第一，适合需要模型「动手操作」的应用；
**安全与代码审计：**CyberGym 82.2%，代码审计、漏洞修补、渗透测试辅助。

选型时的理性提醒（基于真实评测而非营销话术）：

编程场景性价比第一仍是 DeepSeek V4.1 Flash，M3.1 Flash 排第二，两者差距不大但存在；
长上下文、高缓存命中场景下，成本优势可能反转，务必按你的缓存命中率实算；
「OSWorld / ALE 国产第一」等结论只在官方指定评测框架与口径下成立，跨榜单分数不可直接横向比较；
它是 Flash（效率优先），追求绝对智能上限场景建议等后续 Pro 版本或直接选更强旗舰。

六、局限与风险提示

**评测自证：**多数榜单分数来自 MiniMax 官方口径，个别项（如 OSWorld 中某模型的分数）来自第三方复现，独立第三方复测仍需时间沉淀；
**缓存定价反转：**低成本优势依赖「未命中缓存」的调用形态，规模化部署前请先做成本测算；
**Agent 长序列可靠性：**ALE 29.6、OSWorld 61.7 虽为国产第一，但距离 Claude 的 32.2 / 70.6 仍有差距，高风险自动化仍需人工兜底与权限约束；
**新模型快速迭代：**模型很新，生态工具与社区最佳实践尚在积累，企业接入建议先在非关键流程灰度验证。

七、一句话总结

MiniMax M3.1 Flash 是一款「把 Agent 从昂贵实验变成可算账的生产力」的高性价比 Flash 模型------速度快 3 倍、Agent 综合成本降 70%、Agent 与电脑操作登顶国产第一，100 万 token 上下文 + 四档可调思考深度，已在 API / M Plan / MiniMax Code 三端开放，权重后续开源。选型时重点想清楚：你的调用是否高频、是否长上下文高缓存命中、以及你更看重绝对代码分数还是综合成本。

数据与评测来源：MiniMax 官方博客（2026-10-19）、Automation-Bench v1.0.6、DeepSWE v1.1、OSWorld V2、Agents' Last Exam 官方榜单、CyberGym。