10月19日，稀宇科技正式发布 MiniMax M3.1 Flash 模型。该模型此前以Space Bunny为代号匿名运行，累计处理超过 200T Token 真实线上流量，如今正式以 M3.1 Flash 之名公开。
推理速度提升3倍，成本降低70%
作为新一代 Flash 模型，M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升，线上推理速度较上一代提升近3倍，使用成本降低70%。API 定价 0.15 美元/百万词元（约合人民币 1.07 元）。
AutomationBench-AA 评测位居前列
在多项基准测试中全面进步：在复杂 Agent 任务（Cowork）、Computer Use、软件开发（Coding）及网络安全方面达到领先模型水平，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 等多场景任务。
速度与成本：稀疏注意力撑起 170+ TPS
速度提升来自更激进的稀疏注意力架构。官方披露的数据是日常使用场景下输出速度可达 200+ TPS，P50 中位数稳定在 170+ TPS。作为参照，同档次模型的中位输出速度大致在 60 到 120 TPS 之间，M3.1 Flash 的实际响应速度约为主流闭源模型的 2 倍。
成本侧的降幅同样明显，使用成本较上一代降低 70%，API 输入定价 0.15 美元/百万词元。对一个需要反复调用模型的 Agent 工作流来说，单价与速度同时下降，意味着同一笔预算能跑完的轮次成倍增加，这也是 Flash 级模型今年被大量用于生产环境的原因。
关键基准成绩
官方给出的六项成绩覆盖了 Agent、编程、电脑操作与安全四个方向。AutomationBench-AA 位居最前列，BankerToolBench 76.2 分，DeepSWE v1.1 73.7%，OSWorld V2 61.7 分，Agents Last Exam 29.6 分，CyberGym 82%。其中 OSWorld V2 与 ALE 两项均为国产模型第一。
OSWorld V2 衡量的是模型在真实操作系统里跨应用完成任务的能力，ALE 则聚焦有经济价值的真实电脑操作场景。这两项领先说明 M3.1 Flash 的能力已经走出学术基准，能在生产环境里独立跑完一段业务流程。
延伸阅读
- DeepSeek 上线首个多模态模型 V4-Flash-Vision-Exp：一千张图 1.15 元，视觉 Agent 直逼 Opus 4.82 月前
- ChatGPT Agent正式发布：虚拟浏览器自主完成表格/幻灯片/调研，Pro/Plus/Team用户如何开启4 周前
- 阶跃星辰 600B MoE 旗舰 Step 5 Preview 上线 22 小时 GPU Kernel 优化到 508 TFLOPS3 周前
- StartLux 凭什么 69.1 分霸榜 Hugging Face：原创 RLCD² 方法论深度解析1 天前
继续读
同一批更新里这几篇值得一看：
- OpenAI 内部模型再越界：入侵网站并用泄露凭据提取加密资产2026-10-19
- 斯坦福+Together AI推NCM文本生成范式：速度狂飙31倍，插件式集成2026-10-19
- AI让服饰下单转化率提升近20%，2026天猫双11开启AI电商元年2026-10-18
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记