MiniMax 发布 M3.1 Flash：推理提速近 3 倍、智能体任务成本降 70%

10 月 19 日晚，通用人工智能公司 MiniMax 正式发布新一代 Flash 模型 M3.1 Flash（即匿名模型“太空兔”Space Bunny 的正式版），线上推理提速近 3 倍、Agent 任务综合成本降约 70%，已上线 MiniMax API、M Plan 与 MiniMax Code。

新闻原文

10 月 19 日晚，通用人工智能公司 MiniMax 正式发布新一代 Flash 模型 M3.1 Flash。官方确认，此前以匿名身份处理超 200 万亿 Token 的“太空兔”（Space Bunny），正是该模型的早期版本；M3.1 Flash 在复杂智能体、电脑操作、软件开发与网络安全等任务上实现代际跃升。

在能力上，官方评测显示：M3.1 Flash 在软件工程基准 DeepSWE v1.1 中取得 73.7% 的成绩；在电脑操作基准 OSWorld V2 与 Agents' Last Exam 中分别取得 61.7 分与 29.6 分，两项均位列国产模型第一；在网络安全基准 CyberGym 中取得 82%，在 AutomationBench-AA 中居前列，BankerToolBench 取得 76.2 分。

推理效率进一步优化：模型采用更激进的稀疏注意力架构，日常场景输出速度可达 200 TPS 以上，中位数（P50）稳定 170 TPS 以上。在 Agentic 类任务中，综合使用成本约为前代模型的 30%。

价格同步下调：每百万 Token 输入、输出及缓存读取价格分别为 1 元、4 元与 0.1 元，较 M3 的输入、输出单价均降低 50% 以上。模型已上线 MiniMax API、M Plan 与 MiniMax Code，权重将在后续发布。

企服观察

MiniMax 这步最值得关注的，是把“又快又便宜”同时做扎实了。过去 Flash 模型常被视作旗舰的廉价平替，能力上限有限；M3.1 Flash 在 DeepSWE 拿到 73.7%、OSWorld V2 国产第一的同时，把推理速度推到 200 TPS 以上、把 Agent 任务成本压到前代三成，等于把性能-成本前沿又往前推了一截。

它押注的恰恰是当下企业最愿意掏钱的那层：智能体（agentic）。今天真正产生支出的，不是谁更会聊天，而是模型能否自己规划、调工具、跑长程任务把一整件事办成。M3.1 Flash 把优化重心压在自动化与电脑操作上，正好踩在企业支出的集中地。

价格体系的变化更具产业信号。每百万 Token 输入仅 1 元、输出 4 元，较上一代腰斩，且缓存读取低至 0.1 元。当调用成本足够低，过去只配给核心工单的活儿，现在可以铺量式地拿去做测试、重构与迁移，AI 劳动力的边际成本被重新定义。

“太空兔”匿名跑完 200 万亿 Token 这段插曲，其实是一次极聪明的发布预热：用匿名身份在真实流量里打磨模型，再用正式版收割认知。这种先验证、后官宣的节奏，比单纯的发布会更让人信服。

但要看清数字口径。DeepSWE 73.7%、CyberGym 82% 等亮眼成绩目前主要来自 MiniMax 自身公布的评测，第三方独立复测尚未铺开。历史上自家基准与真实代码体感常有落差，企业选型时不宜只盯着分数。

横向看，M3.1 Flash 与几天前 DeepSeek V4.1-Flash-1017 形成“国产 Flash 双子星”的直接竞争。一个在软件工程得分更高，一个在跨 SaaS 业务流与网络安全更突出，企业按任务择偶而非押注单一供应商，反而更健康。

对国内企服团队，这是现成的降本样本。在高端算力受限的大背景下，用更激进的稀疏注意力狠抠推理效率、把 Token 成本当作第一性指标，比单纯堆参数更务实，也更容易在真实生产里跑出 ROI。

一个被低估的细节是：模型强调跨 SaaS 系统的真实企业工作流，能处理销售、营销、运营、客服、财务、人力资源等端到端问题。这意味着它瞄准的不是 demo，而是能直接接进企业系统的生产力工具。

风险同样存在。M3.1 Flash 在部分纯推理与长链路任务上仍可能落后于头部闭源模型；企业若将关键生产流程押注单一模型，仍需保留可替换的退出通道，并为权重政策的外部不确定性留出预案。

总体判断：M3.1 Flash 不是一次炫技迭代，而是把强能力、低时延、低价格三件事同时做扎实的精准补刀。它把智能体编程与自动化的竞争，从“谁更强”悄悄改写成“谁更划算”，而这恰恰是企业在 2026 年最关心的那道题。