摘要

MiniMax 正式推出 M3.1 Flash，并认领了此前以匿名身份处理超过 200 万亿 token 的"Space Bunny（太空兔）"——它是 M3.1 Flash 的早期版本。官方称该模型在智能体任务、编程、电脑操作与网络安全四方面实现代际提升，同时线上推理速度提升近 3 倍、智能体任务综合使用成本较前代降低 70%。统一定价为每百万 token 输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元，已上线 MiniMax API、M Plan 与 MiniMax Code，权重后续发布。

正文（译文）

MiniMax M3.1 Flash：重新定义智能体的性能与成本

今天，我们正式推出 MiniMax M3.1 Flash。

那个在匿名状态下处理了超过 200 万亿 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 在智能体任务、编程、Computer Use 与网络安全四方面带来代际跃升，同时让线上推理快近 3 倍，并把使用成本降低 70%。

全面更强的能力

M3.1 Flash 在一系列基准上全面提升，在复杂智能体任务（cowork）、电脑操作、软件开发（coding）与网络安全上达到领先模型水准。

复杂任务与自动化：

• M3.1 Flash 在 AutomationBench-AA 上位居前列。它可以跨 SaaS 系统完成真实的企业工作流，端到端解决销售、市场、运营、客服、财务与人力资源中的实际问题。

• 在 BankerToolBench 上取得 76.2 分，擅长多步规划、跨文档与文件保持一致、财务合规以及链式工具调用等复杂真实挑战。

编程与软件工程：

• 在 DeepSWE v1.1 上达到 73.7%，与顶级模型并列。DeepSWE 聚焦需要模型独立理解代码、开发功能、修复问题并通过测试验证成果的复杂软件任务。M3.1 Flash 在长步骤序列上执行力强，能以更低成本支撑复杂的软件开发工作流。

电脑操作：

• 在 OSWorld V2 上取得 61.7 分（衡量 AI 操作电脑与跨应用执行任务），在 Agents' Last Exam（ALE，评估真实专业工作与复杂任务表现）上取得 29.6 分，两项均位列国产模型第一。

• M3.1 Flash 在与真实环境交互、使用工具、执行长序列任务上能力突出——从"理解任务"走向"采取行动并交付结果"。

网络安全：

• 在 CyberGym 上取得 82% 的高分，在漏洞发现与验证方面能力领先。

• 在我们内部安全专家的深度评测中，该模型在代码审计、漏洞修补、渗透测试、恶意软件分析与逆向工程上表现突出，能以高效、低成本支撑复杂安全系统的构建。

我们通过更激进的稀疏化进一步优化了 M3.1 Flash 的推理效率。日常使用中，输出速度可达 200+ TPS（每秒 token 数），中位（P50）速度稳定在 170+ TPS。

定价：最具性价比

在智能体任务上，模型的整体使用成本较前代降低 70%。

每百万 token 统一计价：输入 0.15 美元 · 输出 0.60 美元 · 缓存输入 0.015 美元。

重新定义智能体任务的能力与成本边界

在三项基准上——衡量复杂智能体任务执行的 Automation-Bench、衡量真实编程的 DeepSWE，以及衡量具经济价值的真实任务中电脑操作能力的 Agents' Last Exam（ALE）——M3.1 Flash 以极低的单任务成本交付了与顶级模型相当的表现，为性能与成本树立了极具竞争力的新标准。

M3.1 Flash 现已通过 MiniMax API、M Plan 与 MiniMax Code 开放使用。模型权重稍后发布。

下载桌面版 MiniMax Code：https://agent.minimax.io/download

订阅 M Plan：https://www.minimax.io/m-plan

API 接入：platform.minimax.io

Flash 代表我们对效率与能力平衡的持续探索。面向智能上限的 Pro，也将稍后到来。