一句话结论
MiniMax M3.1 Flash 以 1元/百万输入 Token 的价格，在 Agent 任务、编程、Computer Use、网络安全四项关键基准上追平甚至超越部分顶级闭源模型，同时推理速度提升近 3 倍、成本下降 70%，重新定义了”高效低价”的边界。
从匿名到亮相：Space Bunny 正式正名
2026年10月19日，MiniMax 正式发布 M3.1 Flash——这也是一个业界早已熟悉、却始终不知其名的模型的真身。在过去一段时间里，以匿名身份处理超过 200T Token 生产流量的 Space Bunny，正是 M3.1 Flash 的早期版本。200T Token 这一数字，放在大模型行业里意味着数千亿次推理请求，已经证明了该模型在真实生产环境中的稳定性与可扩展性，也解释了为什么业界此前对”Space Bunny”的真实身份有诸多猜测。
此次正名，意味着 MiniMax 将这款高性能 Flash 模型正式纳入产品体系，而非继续作为”幕后工作者”。M3.1 Flash 已上线 MiniMax API、MPlan 订阅以及 MiniMax Code 桌面端，并预告稍后开放模型权重。在大模型厂商纷纷推行”开源+闭源双轨制”的背景下，MiniMax 的权重开放策略值得持续关注。
基准测试：四项关键能力全面追平顶级闭源模型
M3.1 Flash 在多项行业基准测试中展示了出色成绩，尤其在 Agentic 任务、编程、Computer Use、网络安全四个方向。以下是核心数据与行业参照：
| 基准测试 | M3.1 Flash 成绩 | 测试内容与行业参照 |
|---|---|---|
| AutomationBench-AA | 最前列 | 跨 SaaS 系统的真实企业业务工作流，覆盖销售、营销、运营、客服、财务、HR 全流程 |
| BankerToolBench | 76.2 分 | 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 |
| DeepSWE v1.1 | 73.7% | 独立完成代码理解、功能开发、问题修复与测试验证全流程 |
| OSWorld V2 | 61.7 分 | AI 电脑操作与跨应用任务执行，国产模型第一 |
| Agents’ Last Exam（ALE） | 29.6 分 | 有经济价值场景下的真实电脑操作，国产模型第一 |
| CyberGym | 82% | 漏洞发现与验证，覆盖代码审计、渗透测试、恶意代码分析与逆向工程 |
其中，OSWorld V2 和 ALE 连续获得国产模型第一的成绩，尤为值得关注。OSWorld V2 衡量 AI 系统在真实操作系统环境中完成跨应用任务的能力，是”AI 能否真正操控电脑”的硬指标；ALE 则聚焦”有经济价值”的真实场景电脑操作，而非学术化的虚拟环境。这两项测试的领先，意味着 M3.1 Flash 已经具备在生产环境中独立完成复杂业务流程的实用能力，而非仅停留在学术基准层面。
DeepSWE v1.1 的 73.7% 是一个相当有说服力的数字。该基准要求模型独立完成从需求理解、代码编写、问题诊断到测试用例生成的完整软件工程链路，是当前业内对”AI 软件工程师”能力最系统的评测之一。73.7% 的成绩意味着 M3.1 Flash 在多数软件工程场景下可以扮演初级工程师的角色，负责独立完成相对标准的开发任务。
速度与成本：70% 成本降低从何而来
M3.1 Flash 的核心亮点之一是”效率革命”。MiniMax 在博客中透露，团队使用了更激进的稀疏注意力架构（Sparse Attention），在日常使用场景下输出速度可达 200+ TPS（Tokens per Second），P50（中位数）稳定在 170+ TPS。
作为参考，同档次模型的平均输出速度大约为：GPT-4o 约 60-80 TPS，Claude 3.5 Sonnet 约 80-100 TPS，DeepSeek V3.2 Flash 约 100-120 TPS。M3.1 Flash 的 170+ TPS P50 中位数，意味着在实际工作负载下，用户感受到的响应速度约为 Claude 3.5 Sonnet 的 2 倍，GPT-4o 的 2.5 倍。
速度提升背后的技术支撑是稀疏注意力机制。与传统的全注意力（Full Attention）不同，稀疏注意力允许模型在处理长序列时只计算关键 token 之间的相关性，而非遍历全部 token 组合。在长文本和长对话场景下，这一架构的优势尤为明显。
成本的下降同样显著：
| 计费项 | M3.1 Flash 价格 | 行业参照（DeepSeek V3.2 Flash） |
|---|---|---|
| 输入价格（每百万 Token） | 1 元 | 约 0.1 元 |
| 输出价格（每百万 Token） | 4 元 | 约 0.5 元 |
| 缓存读取价格（每百万 Token） | 0.1 元 | 约 0.1 元 |
| 综合使用成本（vs 前代） | 降低 70% | — |
需要注意的是，MiniMax 的”70% 成本降低”是与自身前代（M3 Flash）对比，而非与行业最低价对比。若与 DeepSeek V3.2 Flash 相比，M3.1 Flash 的输出价格反而更高（4 元 vs 约 0.5 元/百万 Token）。因此，评价 M3.1 Flash 的性价比，需要结合其 benchmark 成绩综合来看：在 Agentic 任务这个细分赛道上，M3.1 Flash 的性能/价格比仍然具有竞争优势。
哪些场景最适合用 M3.1 Flash
结合基准测试成绩与定价，M3.1 Flash 的最佳适用场景包括：
企业自动化工作流：BankerToolBench 76.2 分意味着它在多步骤规划、跨文档一致性检查、金融合规审查等场景可以直接投入使用，无需额外微调。配合 AutomationBench-AA 的”最前列”表现，M3.1 Flash 是当前最值得关注的企业级 Agent 引擎之一。
软件开发与代码修复：DeepSWE v1.1 的 73.7% 准确率，使 M3.1 Flash 可以独立完成从代码理解、功能开发到问题修复、测试验证的全流程软件工程任务。对于需要快速构建 AI 编程助手的团队，这是一个值得测试的基座选项。
AI 电脑操作与 RPA：OSWorld V2 和 ALE 的双第一，证明了 M3.1 Flash 在跨应用任务执行领域的实用价值。配合 CyberGym 82% 的安全能力，M3.1 Flash 有潜力成为”安全型 AI Agent”的核心大脑。
小结
MiniMax M3.1 Flash 的发布，刷新了”Flash 级模型”的能力上限。凭借稀疏注意力带来的速度提升、70% 的成本降低，以及在四项关键基准上的全面追平，M3.1 Flash 正在将”高效低价”从营销概念变为可量产的工程现实。与同档次的 DeepSeek V3.2 Flash 相比，M3.1 Flash 在 Agentic 任务细分方向具有明确的 benchmark 优势，尤其适合企业级自动化场景。随着 Pro 版本后续发布，MiniMax 的模型矩阵将形成从 Flash 到 Pro 的完整覆盖。
常见问题
MiniMax M3.1 Flash 和 Space Bunny 是什么关系？ Space Bunny 是 M3.1 Flash 正式命名前以匿名身份运行的早期版本，累计处理超过 200T Token 的真实线上流量，正名后已上线 MiniMax API、MPlan 订阅与 MiniMax Code 桌面端。
1 元/百万 Token 指哪个计费项？ 指输入侧定价，官方 API 报价 0.15 美元/百万词元，按汇率折算约合人民币 1.07 元，输出侧单价另计。
M3.1 Flash 适合哪些场景？ 需要高频调用的 Agent 工作流、跨应用电脑操作、软件开发与安全审计，四项基准中 OSWorld V2 与 ALE 均为国产模型第一。
相关阅读
- DeepSeek V4.1 Flash 深度解读：8B 输入激活超越 V4 Pro
- DeepSeek V4.1 Flash：552B MoE、KV 缓存缩 437 倍
- MiniMax 入驻天猫：首家官方旗舰店上线 M Plan 订阅套餐
- DeepSeek V4 Pro 正式退役：路由至 V4.1 Flash
延伸阅读
- VISTA框架：让AI拥有「视觉记忆」，ARC-AGI-3全部25关满分通关6 天前
- OpenClaw v2026.8.2 更新发布2 月前
- 高通孟樸：终端侧AI正发挥重要作用，AI Agent加速云端与边缘协同1 天前
- Manus 宣布脱离 Meta 恢复独立运营，部分用户数据 8 月 23 日将被删除2 月前
继续读
同一批更新里这几篇值得一看：
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记