MiniMax M3.1 Flash 正式发布：全新功能亮相

MiniMax 今天宣布推出其全新的 M3.1 Flash 模型，延续了之前广受欢迎的 Space Bunny 的优秀特性。首先来看结果，官方声称在 Automation-Bench 的评测中表现抢眼，而在第三方 Arena 的 WebDev 排行榜上则位列第 12 名。该模型的主要应用领域包括复杂的 Agent 任务、软件开发、计算机操作和网络安全。定价方面，在国内市场，每百万 token 的输入费用为 1 元，输出为 4 元，相较于 DeepSeek V4.1 Flash 来说，价格相近，因此算不上便宜。关于模型的权重，官方表示“将于稍后公布”。

M3.1 Flash 的更新内容包括支持 MiniMax API、MPlan 和 MiniMax Code。值得注意的是，之前匿名运营的 Space Bunny 处理的 token 超过了 200T，官方确认它是该模型的早期版本。不过，对于这一数据的具体统计方法并未透露。根据推测，这 200T 的数据可能是 OpenCode 和 OpenRouter 的加总：截至 10 月 5 日，OpenCode 的数据为 106T，至于 OpenRouter 的具体情况未被公开。此模型的 ID 为 MiniMax-M3.1-Flash，在上下文支持方面，能够处理高达 100 万 token 的输入，支持文本、图片和视频等多种输入方式。其思考模式无法关闭，只能调节到较低的 effort，总共有五个档位，默认设置为 max。

关于模型的权重，官方只是简单提到“稍后会开放”。截至 10 月 19 日晚上，在 Hugging Face 的 MiniMaxAI 名下还未见 M3.1 Flash 的身影。针对追求智能极限的 Pro 版本，官方同样表示将“稍后见面”。如果谈到该模型的强势，以下成绩均为官方自报，并无第三方复测的验证。官发布的对比表中，其竞争对手包括 DeepSeek-V4.1-Flash、Kimi-K3、GLM-5.3、GPT-5.6 Sol 和 Opus 5。在 Agent 任务中，Automation-Bench 的评分为 62.2 分，列榜首。金融业务的 BankerToolBench 则得到了 76.2 分，和 Opus 5 决战平分。编程部分，DeepSWE v1.1 在独立完成复杂软件任务中得分 73.7%，属于中上水平，而 DeepSeek-V4.1-Flash-1017 的 77.0 分是本项最高分。

在计算机操作类别中，OSWorld V2 的分数为 61.7，Agents' Last Exam 则为 29.6。官方指出，这两项在国产产品中处于领先地位，尽管 GLM-5.3 在这两项没有得出成绩。值得一提的是，表中的空白并不代表零分，而是没有成绩的意思；OpenSeek-V4.1 的成绩来源于官方内部复现。相较于 GPT-5.6 Sol 和 Opus 5，OSWorld 的表现稍逊，而在网络安全评测 CyberGym 中，官方宣称得分为 82%，反映出 GLM-5.3 和 GPT-5.6 Sol 的略微领先地位。

在速度方面，官方透露日常的输出可达到 200+ TPS（每秒输出 token 数），中位数为 170+ TPS，声称这是“近 3 倍”且“成本下降 70%”，虽然并未说明相较于何者的比较，70% 是指在 Agentic 任务的综合使用成本。根据第三方 Arena 的评测，M3.1 Flash 在 Code Arena WebDev 排行榜中名列第 12，得分为 1588 分，整体排名第 32，与其前代 M3 相比高出 106 分。在厂商榜中，它同样排在第 12，排名第一的是 Claude Opus 5.5（Max）得分 1806 分。需注意的是，这仅仅是 WebDev 类别中的一个榜单。

• • 2026-10-20
  • 1822