MiniMax于2026年10月19日推出M3.1 Flash，官方称在线推理速度接近提升3倍、使用成本下降70%，并支持一百万令牌上下文与多模态输入。公司披露的性能和使用成本尚未被独立验证，API可用范围与文档存在差异，模型权重和更多细节待后续公布。
中国人工智能公司MiniMax于2026年10月19日宣布推出M3.1 Flash。公司称，这一更新版本面向智能体任务、编程、Computer Use（计算机操作）和网络安全等场景，在在线推理速度和使用成本方面作出显著优化。
据路透社报道，MiniMax表示，M3.1 Flash的在线推理速度“接近”提升至原来的3倍，使用成本下降70%。这些数字目前属于公司披露的性能与价格主张，尚未有独立测试证明其在不同硬件、上下文长度和任务类型下都能稳定复现。
MiniMax在官方发布文章中说，M3.1 Flash是此前匿名运行的Space Bunny模型的早期版本。公司称，Space Bunny在匿名运行期间处理了超过200万亿个令牌；不过，这一数字同样来自MiniMax自身的披露，公开信息尚不足以独立核验其统计口径。
面向智能体和编程任务的Flash模型
MiniMax将M3.1 Flash定位为一款面向复杂工作流的模型，而不只是追求更快响应的轻量版本。官方列出的重点包括多步智能体任务、软件开发、跨应用计算机操作以及网络安全分析。
在公司公布的评测中，M3.1 Flash在BankerToolBench上得分76.2，在DeepSWE v1.1上得分73.7%，在OSWorld V2上得分61.7，在Agents’ Last Exam上得分29.6，并在CyberGym上得分82%。MiniMax称，DeepSWE用于衡量模型理解代码、开发功能、修复问题和通过测试验证结果的能力；OSWorld V2则关注模型在真实计算机环境中的操作能力。
这些数字应被视为厂商公布的评测结果，而不是独立的行业结论。不同基准的任务构成、提示词、工具权限、推理预算和评分方式都可能影响结果。MiniMax的发布文章没有完整披露所有测试配置，也没有说明这些成绩是否经过外部机构复核。因此，较稳妥的表述是：公司称该模型在相关评测中达到领先模型水平，而不是已经被独立证明全面超越同类产品。
官方还称，M3.1 Flash在日常使用中的输出速度可达到每秒200个以上令牌，中位数速度持续超过每秒170个令牌。实际速度仍会受到区域、服务通道、并发量、输入长度、输出长度和思考深度设置影响。
一百万令牌上下文与可调推理深度
MiniMax的模型文档将M3.1 Flash描述为支持一百万令牌上下文窗口、工具调用、编程和多步任务的多模态模型。文档还显示，模型支持文本、图片和视频输入，并可通过effort参数在low、medium、high、xhigh和max之间调节思考深度。
文档同时说明，M3.1 Flash默认开启思考，无法完全关闭。更高的思考深度可能带来更充分的推理，但也可能增加输出量、响应延迟和实际用量。对开发者而言，这意味着模型的“速度”和“成本”不能只看一个统一的标价，还需要结合任务难度、思考级别与缓存命中率评估。
MiniMax在发布文章中给出的价格为：每100万令牌输入0.15美元、输出0.60美元，缓存输入每100万令牌0.015美元。公司称，与前一代产品相比，智能体任务的整体使用成本下降70%。但“整体使用成本”取决于输入输出比例、缓存策略和任务完成所需的调用次数，不能简单等同于每个场景的账单都会下降70%。
API开放范围仍存在页面表述差异
MiniMax的英文发布文章称，M3.1 Flash已经通过MiniMax API、M Plan和MiniMax Code提供。与此同时，平台的部分模型概览文档以及API调用说明仍将模型写作“MiniMax-M3.1-Flash-Preview”，并称预览版目前仅通过M Plan和MiniMax Code提供。
这构成了一个需要开发者注意的页面状态差异：发布文章传达的是正式版本已推出并可通过API使用；部分文档页面仍保留Preview命名和较窄的可用范围。开发者在接入前应以账户控制台、具体API价格表和实际请求结果为准，而不应只根据搜索结果或单一文档页面判断服务是否已经全面开放。
这也不同于MiniMax同日对M2.5和M2.7服务生命周期作出的安排。根据AI Flux此前的报道，M2.5和M2.7从10月19日起不再向新用户开放，计划在11月18日停止API服务。这是旧模型的停用与迁移安排，不应与M3.1 Flash的发布混为一谈。
模型竞争从能力比较转向运行成本
M3.1 Flash的发布，反映出当前模型竞争的一个变化：厂商不仅要展示更高的基准成绩，也要证明模型能以足够低的成本持续运行复杂任务。
对智能体应用而言，一次任务往往包含多轮规划、工具调用、文件读取、代码修改和结果验证。模型每一步的价格、延迟和失败率，都会影响最终成本。即使单个令牌价格下降，如果模型需要更多轮调用，或更高的推理预算才能完成任务，用户的总账单也未必按同等比例下降。
另一个变化是，模型本身与运行时产品之间的边界正在变得模糊。MiniMax同时提供M Plan和MiniMax Code，开发者也可以通过API接入；类似的长期运行智能体平台正在把会话、工具、权限和任务恢复能力纳入产品设计。AI Flux对Qoder Cloud Agents的报道所讨论的，正是开发者如何把一次性模型调用转化为能够持续执行的服务。
对企业用户来说，真正需要观察的并不只是M3.1 Flash能否在单项榜单上取得高分，还包括其API开放范围是否稳定、价格是否会因服务等级而变化、长上下文任务的实际成本如何，以及模型在真实代码库、企业工具和安全环境中的表现是否与官方评测一致。
MiniMax表示，M3.1 Flash的模型权重将在稍后发布，但截至目前，官方文章没有给出具体发布日期、参数规模或许可证细节。下一阶段的观察重点，将是开放权重是否按计划推出，以及第三方开发者能否在统一条件下复现其速度、成本和智能体任务成绩。
来源：