山东
IT之家 10 月 19 日消息，稀宇科技今日宣布 MiniMax M3.1 Flash 模型上线，此前以匿名身份处理了超过 200T Token 的 Space Bunny，正是 MiniMax M3.1 Flash 的早期版本。作为新一代 Flash 模型，M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现了代际的提升，同时线上推理速度提升了近 3 倍，使用成本降低了 70%。
据介绍，M3.1 Flash 在多项基准测试中取得了全面进步，在复杂 Agent 任务 (Cowork)、Computer Use、软件开发 (Coding) 及网络安全方面，达到了领先模型水平。
复杂任务与自动化能力：
- 在 AutomationBench-AA 中位居最前列。在跨 SaaS 系统的真实企业业务工作流中，能完整解决销售、营销、运营、客服、财务、HR 的真实问题。
- 在 BankerToolBench 中 76.2 分，擅长多步骤规划、跨文档 / 跨文件一致性、金融业务合规、工具链式调用等真实复杂问题。
编程与软件工程能力：
- 在 DeepSWE v1.1 评测中取得 73.7% 的成绩，达到顶尖模型水平。DeepSWE 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。M3.1 Flash 展现出出色的长链路任务执行能力，能够以更低的成本支持复杂的软件开发工作流。
Computer Use 能力：
- 在衡量 AI 电脑操作与跨应用任务执行能力的 OSWorld V2 中取得 61.7 分，在衡量真实并有经济价值场景下电脑操作能力的 Agents' Last Exam (ALE) 中取得 29.6 分，两项得分均位列国产模型第一。
- M3.1 Flash 展现出出色的真实环境交互、工具使用与长链路任务执行能力，能够从理解任务进一步走向实际操作与交付。
网络安全能力：
- 在 CyberGym 基准测试中取得 82% 的高分，展现出领先的漏洞发现与验证能力。
- 经内部安全专家深度评测，模型在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下均表现出色，能够以低成本、高效率支持复杂的安全体系建设。
在 Agentic 类任务中，模型的综合使用成本较前代模型降低了 70%。输入价格为每百万 Token 1 元，输出价格为每百万 Token 4 元，缓存读取价格为每百万 Token 0.1 元。
在衡量复杂 Agent 任务执行能力的 Automation-Bench、衡量真实编程能力的 DeepSWE，以及衡量真实并有经济价值场景下电脑操作能力的 Agents' Last Exam (ALE) 三项基准测试中，M3.1 Flash 以极低的任务成本实现了顶尖模型级别的性能表现，在性能与成本之间建立了极具竞争力的新标杆。
IT之家注意到，M3.1 Flash 现已正式上线 MiniMax API、MPlan 以及 MiniMax Code 中，并将于稍后开放权重。官方介绍称，Flash 是我们对效率与能力平衡的持续探索，而追求智能上限的 Pro 版本也会在稍后与大家见面。
参考
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
