MiniMax M3.1 Flash 上线：新的斩杀线来了

MiniMax 今天正式上线了 M3.1 Flash，前身就是之前匿名霸榜的 Space Bunny。

先说结论。官方自报的成绩里，Automation-Bench 在对比表里最高，第三方 Arena 的 WebDev 榜上排第 12；官方点的用途是复杂 Agent 任务、软件工程、电脑操作和网络安全。

价格是国内价输入每百万 token 1 元、输出 4 元，我拿它和 DeepSeek V4.1 Flash 比，差不多，所以不算便宜。权重官方只说“稍后开放”。

更新了什么

M3.1 Flash 已经上线 MiniMax API、MPlan 和 MiniMax Code。

此前匿名处理了超过 200T token 的 Space Bunny，官方说就是它的早期版本。200T 怎么统计，官方没说。凭经验我猜，这 200T 是 OpenCode 加 OpenRouter 两边加起来的：OpenCode 榜单到 10 月 5 日是 106T，OpenRouter 的数字我没看到。

模型 ID 是 MiniMax-M3.1-Flash，上下文 100 万 token，支持文本、图片、视频输入。思考关不掉，只能调低 effort，一共五档，默认 max。

权重官方只说“将于稍后开放”。10 月 19 日晚上查 Hugging Face 上 MiniMaxAI 名下的模型，还没有它。追求智能上限的 Pro 版本，官方也说“稍后”见面。

强在哪

下面的成绩都是官方自报，没有第三方复测。表里只有 GDP.pdf AA 一行直接用了 Artificial Analysis 的结果。

官方给了一张对比表，对手有 DeepSeek-V4.1-Flash、Kimi-K3、GLM-5.3、GPT-5.6 Sol 和 Opus 5。

图：官方成绩对比表（官方自报）

Agent 任务上，Automation-Bench（跨 SaaS 系统的企业工作流）62.2 分，表里最高。BankerToolBench（金融业务）76.2 分，和 Opus 5 并列最高。

编程上，DeepSWE v1.1（独立完成复杂软件任务）73.7%，表里中上，DeepSeek-V4.1-Flash-1017 的 77.0 最高。

电脑操作上，OSWorld V2 61.7 分，Agents' Last Exam 29.6 分。官方说这两项都是国产第一，但 GLM-5.3 在这两项没有成绩。表里空白是没有成绩，不是零分；OSWorld 各家取的是发布时披露的最高值，DeepSeek-V4.1 是官方内部复现。对 GPT-5.6 Sol 和 Opus 5，OSWorld 落后一截，Agents' Last Exam 略微落后。

网络安全上，CyberGym 官方写 82%，表里是 82.2，GLM-5.3 和 GPT-5.6 Sol 略微领先。

速度上，官方说日常输出 200+ TPS（每秒输出的 token 数），中位数 170+ TPS。“近 3 倍”“成本降 70%”，官方没说跟谁比，70% 指的是 Agentic 任务的综合使用成本。

第三方 Arena 的 Code Arena WebDev 榜上，它在开放模型里排第 12，1588 分，所有模型里排第 32，比上一代 M3 高 106 分。厂商榜里也是第 12，第一是 Claude Opus 5.5（Max）1806 分，分数不是最高。这只是 WebDev 一个榜。

图：Code Arena WebDev 厂商榜（来源：Are

适合做什么

官方资料能支持的有四类。

一是复杂 Agent 任务，官方点了跨 SaaS 系统的企业工作流，销售、营销、运营、客服、财务、HR 都有。二是软件工程。三是电脑操作。四是网络安全，官方说代码审计、漏洞修补、渗透测试、恶意代码分析、逆向工程表现出色，这是内部安全专家的评测，没给数据。

我自己打算用在一些日常任务上，不是写代码。还没试过。

价格

国内价是输入每百万 token 1 元，输出 4 元，缓存读取 0.1 元。官方没提分时段。

我拿它跟 DeepSeek V4.1 Flash 比，价格差不多，所以我觉得不算便宜。具体是这样：

DeepSeek 分两档：北京时间工作日 9:00 到 12:00、14:00 到 18:00 是高峰，输入 2 元、输出 8 元；其余是空闲时段，输入 1 元、输出 4 元。MiniMax 的输入输出价和空闲时段一样。缓存命中，MiniMax 是 0.1 元，DeepSeek 是 0.02 元（空闲）和 0.04 元（高峰）。

图：国内价对比：MiniMax 与 DeepSeek（元/百

官方有张 Automation-Bench 成本图，我看了。M3.1 Flash 的 max 档分数更高（62.8% 对 60.5%），成本也更低，我觉得它在这张图上算新的“斩杀线”。

但 DeepSWE 那张图不是这样。DeepSeek 的 max 档约 77%，成本约 1.3 元（读图估值），在 M3.1 Flash 的左上方，这张图上它更划算。所以这只是一个指标。

这些图都是官方自己画的，Automation-Bench 图里 DeepSeek 按高峰价算，空闲时段价格是高峰的一半，这点要记着。

图：Automation-Bench：得分与成本（官方图，D

国际站用美元标价，输入 0.15、输出 0.60，是 M3 短上下文档的一半。

我怎么看

最近总听到有人说，美国那边在疯狂发模型，中国这边没什么动静。

可前两天刚有 DeepSeek V4.1 Flash 1017，今天又来了 MiniMax M3.1 Flash。新一轮中国模型轰炸，又来了。

具体到这个模型，官方自报的数字我只信一半：信它自己挑出来的基准，没公布的我没法信。权重我不等，直接用 API，先试试，还没试过。你会先试吗？

参考资料

01｜MiniMax 官方公众号：MiniMax M3.1 Flash：重新定义 Agent 的性能与成本
https://mp.weixin.qq.com/s/fO9snz_lnPxVg0q55chDFg

02｜MiniMax 国际站文档：文本生成指南、按量付费定价
https://platform.minimax.io/docs/guides/text-generation
https://platform.minimax.io/docs/guides/pricing-paygo

03｜Arena 官方 X 账号：MiniMax-M3.1-Flash 登上 Code Arena WebDev
https://x.com/arena/status/2112156275282968930

04｜OpenCode 官方 X 账号：Space Bunny was MiniMax M3.1 Flash
https://x.com/opencode/status/2112156205938626954

05｜DeepSeek：模型 & 价格
https://api-docs.deepseek.com/zh-cn/quick_start/pricing/