MiniMax 发布 M3.1 Flash：Agent 性能达顶尖水平，成本降低 70%

声明：文档由AI根据原文生成。

模型定位与核心升级

2026年10月19日，MiniMax 正式发布新一代 Flash 模型 M3.1 Flash。该模型的早期版本此前以匿名身份"Space Bunny"处理了超过 200T Token。作为正式迭代版本，M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升，线上推理速度提升近 3 倍，综合使用成本较前代降低 70%。

基准测试表现

M3.1 Flash 在多项基准测试中达到领先模型水平：

复杂任务与自动化

• AutomationBench-AA：在跨 SaaS 系统的真实企业业务工作流中位居最前列，可完整处理销售、营销、运营、客服、财务、HR 等场景
• BankerToolBench：76.2 分，擅长多步骤规划、跨文档一致性、金融业务合规及工具链式调用

编程与软件工程

• DeepSWE v1.1：73.7%，达到顶尖模型水平。该评测聚焦复杂软件任务，要求模型独立完成代码理解、功能开发、问题修复与测试验证

Computer Use

• OSWorld V2：61.7 分
• Agents' Last Exam（ALE）：29.6 分

两项得分均位列国产模型第一，模型展现出真实环境交互、工具使用与长链路任务执行能力

网络安全

• CyberGym：82%
• 经内部安全专家评测，在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景表现出色

推理效率与定价

M3.1 Flash 采用更激进的稀疏注意力架构优化推理效率，日常使用场景输出速度达 200+ TPS，P50 中位数稳定达到 170+ TPS。

定价方面：

• 输入：1 元 / 百万 Token
• 输出：4 元 / 百万 Token
• 缓存读取：0.1 元 / 百万 Token

性能成本比与获取方式

在 Automation-Bench、DeepSWE、ALE 三项基准测试中，M3.1 Flash 以极低任务成本实现顶尖模型级别性能。

M3.1 Flash 已上线 MiniMax API、M Plan 及 MiniMax Code，权重将于稍后开放。MiniMax 表示，追求智能上限的 Pro 版本也将在后续发布。