MiniMax M3.1 Flash正式发布：推理速度提升3倍且智能体成本直降70%
MiniMax在Product Hunt正式上线新一代模型MiniMax M3.1 Flash。该模型专为智能体、代码生成、计算机操作及网络安全场景打造，在线推理速度较前代提升约3倍，日常生成速度突破每秒200 Token，同时将Agent任务使用成本降低70%，API输入资费低至每百万Token仅0.15美元。
核心要点
- 推理性能跨越式提升：MiniMax M3.1 Flash在线推理速度较前代提升约3倍，日常输出速度达200+ Token/秒（中位数超170 Token/秒）。
- 使用成本大幅下降：在智能体（Agent）工作流与复杂任务中，综合使用成本大幅削减70%，API每百万输入Token仅需0.15美元。
- 核心基准表现亮眼：在DeepSWE v1.1（73.7%）、OSWorld V2（61.7）及ALE（29.6）等测试中表现强劲，位列国产模型前列。
- 多渠道覆盖与开放规划：模型已通过MiniMax API、M Plan订阅及MiniMax Code桌面端全面上线，官方并承诺后续开源模型权重。
详细分析
架构与吞吐升级：激进稀疏化带来的极致速度
MiniMax M3.1 Flash定位为新一代轻量高效的高性能模型。为了在复杂的长文本与多轮交互中保持高吞吐，新模型引入了更加激进的稀疏化架构优化，显著提升了在线推理的计算效率。在日常实际调用场景中，模型平均输出速度可保持在200 Token/秒以上，即使在复杂任务下中位数也稳定在170 Token/秒以上，整体在线推理效率是前代产品的近3倍。这一速度突破有效缓解了长链路智能体在多步执行与高频自我纠错时的等待延迟。
场景深度对齐：专为智能体与代码任务构建
与通用对话模型不同，MiniMax M3.1 Flash将研发重心聚焦于Agentic任务、自主编程、计算机操作（Computer Use）以及网络安全防护等高价值应用。此前，该模型曾以代号“Space Bunny”在匿名竞技场中接受实测，并处理了海量Token。在标准化基准测试中，其DeepSWE v1.1得分达到73.7%，OSWorld V2得分达61.7，ALE得分达29.6，BankerToolBench达到76.2分。这些数据证明其在面对复杂指令分解、API调用以及GUI环境自主交互时，具备出色的上下文理解与执行稳定性。
极具竞争力的定价：打破企业级Agent的成本墙
智能体任务因涉及频繁的上下文回传与多轮试错，往往伴随着极高的调用成本。MiniMax M3.1 Flash针对性地将Agent任务的综合成本降低了70%。具体定价策略为：每100万输入Token收费0.15美元，每100万输出Token收费0.60美元，而缓存输入Token更是低至每100万0.015美元。这种高性价比与低延迟的组合，使开发者和企业在构建自动化脚本、持续集成环境及桌面自动化智能体时，能够大幅降低试错与落地门槛。
行业影响
MiniMax M3.1 Flash的推出，进一步加剧了高性价比大模型在“智能体基础设施”领域的竞争。当前大模型行业正由单纯的比拼参数量转向比拼执行效率、Token吞吐量与落地综合ROI。通过将推理速度提升3倍并将使用成本压缩70%，MiniMax不仅降低了开发者构建复杂Agent工具链的边际成本，也推动了计算机操作与代码自动化从概念验证走向大规模生产部署，为开源生态与商业智能体应用注入了新的活力。
常见问题
MiniMax M3.1 Flash的核心适用场景有哪些？
MiniMax M3.1 Flash专为智能体工作流设计，主要面向自主编程（Coding）、计算机操作系统控制（Computer Use）、网络安全分析以及需多步工具调用的复杂Agentic任务。
开发者目前可以通过哪些方式体验与接入该模型？
目前开发者可以直接调用MiniMax开放平台的API接口，或通过M Plan订阅服务、MiniMax Code桌面应用程序接入使用，官方后续还将开放模型权重下载。
该模型在计费与调用上有何具体优势？
模型采用扁平且极低的计费方式：每100万输入Token为0.15美元，输出为0.60美元，缓存读取仅0.015美元；相较前代将Agent任务整体成本削减约70%，极大降低了高频调用场景下的算力开销。
