MiniMax发布新一代Flash模型M3.1 Flash，推理速度提升近3倍

10月19日晚，MiniMax正式发布新一代Flash模型M3.1 Flash。这场发布有个耐人寻味的前奏：此前在字节跳动旗下企业智能体产品WorkBuddy上，有一个名为「Space Bunny（太空兔）」的匿名模型默默处理了超过200T Token；发布同日上午，MiniMax官方账号发布一段胡萝卜造型火箭升空的短视频，完成了对「太空兔」的官方认领——它就是M3.1 Flash的早期版本。让模型先匿名上考场、跑出真实成绩再揭面纱，这种发布方式本身就带着几分底气。

M3.1 Flash的能力升级集中在四个方向：复杂Agent任务（多步骤规划、连续调用工具、长程执行）、编程、Computer Use（电脑操作）与网络安全。其中Agent与Computer Use正是当前智能体产业最吃模型能力的两个场景——智能体要在真实软件环境里连续操作几十步，任何一步的误判都会让整个任务作废。

性能与价格是本条的核心数据：

1. 采用更激进的稀疏注意力架构（让模型只计算与当前内容最相关的部分，跳过大段无关上下文，从而压缩计算量）；
2. 线上推理速度提升近3倍，日常输出200+ TPS，中位数（P50）稳定在170+ TPS；
3. API定价：每百万tokens输入1元、输出4元、缓存读取0.1元；
4. 与M3对应档位相比，输入输出单价降低超过50%，缓存读取单价降低超过70%。

时间线放到一周内看更有意思：10月17日，DeepSeek刚更新V4.1-Flash-1017并开放自研搜索接口；两天后MiniMax跟进发布M3.1 Flash。72小时内两家头部厂商接连更新Flash档模型，国产轻量高速模型的竞争已经短兵相接。Flash档的战场也不再是「便宜快速」的简单定位，而是「复杂任务主力」——用小模型的价格，干过去要大模型才能干的活。

从产业观察角度，Flash模型的军备竞赛对下游是实质性利好：智能体创业公司的最大成本项就是模型调用，输入输出降价过半、缓存再降七成，等于直接压缩了AI产品的边际成本，一些原本算不过账的应用场景（长对话陪伴、代码托管、批量文档处理）会因此变得可行。MiniMax同时预告，追求更高智能上限的Pro版本将于近期推出，Flash守价格、Pro守上限的双线布局已然成型。需要说明的是，速度与成本数据为官方口径，实际表现建议以第三方评测与自家业务实测为准。