MiniMax M3.1 Flash 正式发布 – Space Bunny 转正,输入每百万词元 0.15 美元

AI工具1个月前更新 aibin_cn
1,007 0

MiniMax M3.1 Flash 是什么

三个星期前它还叫 M3.1-Flash-Preview,只在 MiniMax Code 里能用,没有基准、没有按量价格、没有模型卡。2026 年 10 月 19 日,MiniMax 把它转正,同时认领了一件事:此前在 OpenRouter 上匿名运行、处理了超过 200 万亿 token 的 Space Bunny,就是它的早期版本。这个数字比任何榜单都更能说明问题,它已经在真实负载上跑过一轮,而不是只在实验室里跑分。价格压到每百万词元输入 0.15 美元,独立智能指数 42 分,比上一代高 13 分。但官方说的 70% 降本与 3 倍提速,独立数据只部分支持前者,提速至今没人复现。

规格上它沿用 大语言模型 里那套稀疏混合专家结构,总参数约 428B,每个 token 激活约 23B,上下文 100 万 token,输入支持文本、图像、视频,输出只有文本。参数规模写在 MiniMax 的产品页上,官方博客反而没提,也没有技术报告说明 Flash 版本相对 M3 具体改了什么。第三方独立站 Artificial Analysis 的页面上只标了文本与图像两种输入,视频这一项还没有实测记录,两处口径暂时对不上。

MiniMax M3.1 Flash 正式发布 - Space Bunny 转正,输入每百万词元 0.15 美元

MiniMax 在 10 月 19 日将 M3.1 Flash 转正,价格与评测首次公开

MiniMax M3.1 Flash 的主要功能

  • 五档思考深度:low、medium、high、xhigh、max,省略时默认 max。思考不能关闭,官方文档明确写了发送 disabled 会返回 400。
  • Agent 工作流:官方称在 Automation-Bench v1.0.6 上得 62.2,是它自己那张表里的最高分,测试内容是跨 SaaS 系统跑销售、营销、运营、客服、财务、人事六类企业流程。
  • 编码与软件工程:DeepSWE v1.1 得 73.7%,覆盖独立理解代码、开发功能、修问题、跑测试验证的完整链路。
  • 电脑操作:OSWorld V2 得 61.7,Agents’ Last Exam 得 29.6,官方的限定语是国产模型第一。
  • 网络安全:CyberGym 得 82%,方向是漏洞发现与验证。
  • 双协议接入:Anthropic 兼容端点与 OpenAI 兼容端点都支持,官方推荐前者。

MiniMax M3.1 Flash 的技术原理

稀疏化是这代的调参方向。官方原话是更激进的稀疏度,配合稀疏注意力和原生视觉编码器,把 100 万上下文的计算量压下来。参数规模与上一代 M3 是同一档,都在 428B 左右,但每次只调用 23B,这是它能同时做到长上下文和低价的结构前提。

强制思考是另一条设计线。模型先想再答,思考内容单独放在 reasoning_content 字段里,effort 控制想多久。官方没有公布思考 token 与答案 token 的比例,只说档位越高 token 越多、延迟越大。这一点对成本的影响比单价更直接:不设 effort,每次调用都按最贵的一档跑。

如何使用 MiniMax M3.1 Flash

API 走 platform.minimax.io,模型 ID 是 MiniMax-M3.1-Flash,两个端点分别是 https://api.minimax.io/anthropic 和 https://api.minimax.io/v1。官方推荐的写法是 Anthropic 兼容格式,请求体里用 output_config.effort 指定档位:

curl https://api.minimax.io/anthropic/v1/messages \
  -H "Authorization: Bearer <你的Key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3.1-Flash",
    "max_tokens": 4096,
    "output_config": {"effort": "high"},
    "messages": [{"role": "user", "content": "帮我定位这个报错"}]
  }'

不想写代码的话,MiniMax Code 桌面端和网页端都能直接选这个模型,M Plan 订阅用户也可以用。

迁移这件事要单独说。官方公告写明,M Plan 与 Token Plan 用户的 M2.5、M2.7 请求从 10 月 19 日起统一路由到 M3.1 Flash,模型名不用改;新用户当天起停止开通这两个旧模型,11 月 18 日正式下线。也就是说,订阅用户不改任何代码,底层模型已经换了,之前为 M2.5 调过的提示词值得重新跑一遍。

MiniMax M3.1 Flash 的核心优势

价格是这次最实的部分。输入每百万 词元 0.15 美元、输出 0.60 美元、缓存读取 0.015 美元,全上下文平铺,不因为超过 512K 就涨价。上一代 M3 在 512K 以内是 0.30 / 1.20 / 0.06,超过 512K 直接翻倍,M3.1 Flash 把这条阶梯取消了。人民币口径是每百万输入 1 元、输出 4 元、缓存 0.1 元。

独立数据也支持便宜这个结论,只是幅度没那么大。Artificial Analysis 按同一套指数任务算,M3 每任务 0.51 美元,M3.1 Flash 是 0.22 美元,降 57%。官方说的 70% 是自家口径,两者差 13 个百分点,原因在输出量:M3 跑完整套指数用 1.2 亿 token,算简洁;M3.1 Flash 用了 1.8 亿,同类中位数只有 9900 万,属于偏啰嗦的一档。单价砍半,话多了五成,最终省下的钱就被吃掉一部分。

能力上的进步是实的。同一份独立指数给它 42 分,上一代 M3 是 29 分,涨了 13 分,在 173 款同价位段模型里排第 4。真实负载也给了一个侧面印证:第三方统计的 OpenRouter 近 30 天用量榜上,Space Bunny 以 56.7 万亿 token 排第二,第一名是 DeepSeek V4.1 Flash 的 125 万亿。

官方地址与开放范围

权重这次没跟上。博客的原话是稍后发布,官方文档却已经把它写成开放权重模型,X 上的说法是 10 月 23 日到,三处口径不一致,许可协议也还没公布。上一代 M3 用的是 MiniMax 社区许可,不是 MIT 或 Apache 2.0,所以这次能不能自托管、商用到什么程度,要等权重真正落地才知道。发布当天 Hugging Face 上还没有对应仓库。

MiniMax M3.1 Flash 的同类竞品对比

竞品选 DeepSeek V4.1-Flash-1017。它比 MiniMax 早两天发布,价格贴得最近,是这场发布绕不开的对照。

对比维度 MiniMax M3.1 Flash DeepSeek V4.1-Flash-1017
发布时间 2026-10-19 2026-10-17
参数(总 / 激活) 约 428B / 23B(产品页) 552B / 16B
上下文 / 最大输出 1M / 未公布 1M / 384K
输入模态 文本、图像、视频(官方文档) 文本、图像
独立智能指数 42 45
每任务成本(独立口径) 0.22 美元 0.26 美元
DeepSWE v1.1 73.7% 77.0%
Terminal-Bench 4.0 38.1 42.3
Automation-Bench v1.0.6 62.2 60.5
输入 / 输出 / 缓存价 0.15 / 0.60 / 0.015 美元,平铺 闲时 0.15 / 0.60 / 0.003,高峰 0.30 / 1.20 / 0.006
权重与许可 未发布,许可未定 MIT,已上线 Hugging Face

这张表有四处要看仔细。第一,智能指数与每任务成本来自 Artificial Analysis 同一套测试,版本都是 v4.3.2,可以直接比,DeepSeek 那栏取的是 max 档。第二,两家标价看着一样,但 DeepSeek 分高峰闲时,闲时正好等于 MiniMax 的平铺价,缓存价只有 MiniMax 的五分之一;MiniMax 的成本图给 DeepSeek 按高峰价算,而 DeepSeek 的高峰是工作日 UTC 01:00 到 04:00 和 06:00 到 10:00,换成美东时间落在晚间与凌晨,正常上班时段反而按闲时计费。第三,编码是 MiniMax 的短板,DeepSWE 和 Terminal-Bench 两项都输,后者差 4.2 分;它赢在 Automation-Bench 这类跨系统业务流程。第四,官方表的对比对象是 Claude Opus 5 和 GPT-5.6 Sol,不是各自最新的 Opus 5.5 和 GPT-6.1 Sol,看到并列第一要先确认比的是哪一代。

还有两处口径要提醒。官方说 ALE 29.6 是国产第一,但 DeepSeek 模型卡自报 35.4,比它高,两家大概率用了不同测试外壳,而 MiniMax 没写自己用的哪套,这个第一暂时核不实。它自己的图表也有小矛盾,Automation-Bench 在表格里是 62.2,在成本图里标成 62.8。

速度宣传同样缺分母。官方说线上推理快了近 3 倍,日常输出 200+ TPS、中位数 170+ TPS。可对照的独立数据是 Artificial Analysis 给 M3 实测的 122.3 TPS,按这个基数算,170 只高出四成,200 也只高出六成多,离 3 倍差得远。3 倍更可能是整套服务吞吐或端到端耗时,而不是单请求出字速度,官方没有说明口径,AA 对 M3.1 Flash 的速度栏至今是 N/A。

MiniMax M3.1 Flash 的应用场景

  • 企业流程自动化:销售、客服、财务、人事这些跨 SaaS 的链路,是 Automation-Bench 测的那类活,也是它相对最稳的地方。
  • 高频改码与代码审查:DeepSWE 73.7% 说明日常开发够用,但 Terminal-Bench 38.1 说明纯命令行长流程偏弱,别把终端里的重活全交出去。
  • 长文档与整仓理解:1M 上下文加上平铺计价,塞进整仓源码或几十份合同不会触发阶梯加价,预算更好算。
  • 网页与客户端操作智能体:OSWorld V2 61.7,适合点按钮、填表单、跨应用搬数据这类任务,配合 AI 智能体 一起用。
  • 安全初筛:CyberGym 82% 的方向是漏洞发现与验证,适合做审计的第一遍扫描,最终定论还是要人看。

想先摸手感,可以翻本站 9 月 27 日那篇 MiniMax M3.1-Flash-Preview,那篇记录的是预览版刚上线、零基准、无按量价格的状态,和今天这份正式版对照着看,三周里补上了什么一目了然。同价位还有 Ling-3.1-flash 开源版 可以横向比;更多编程类工具在 AI 编程工具 分类里。

© 版权声明

相关文章