MiniMax M3.1 Flash 模型介绍

一句话定位：MiniMax 在 2026-10-19 发布的新一代高速 Flash——就是匿名三周霸榜 OpenRouter / OpenCode 的「太空兔 Space Bunny」本尊。428B MoE 激活约 23B、1M 上下文、原生多模态、思考深度可调；推理速度近 3 倍、日常输出 200+ TPS，Agentic 任务综合成本只有前代三成。官方每百万 tokens 输入 1 元、输出 4 元、缓存读取 0.1 元——企业业务、电脑操作、网络安全是它的主场。
整理日期：2026-10-22 ｜资料来源见文末

项目	信息
厂商	MiniMax（稀宇科技，上海徐汇；港股 0100.HK）
模型 ID	`MiniMax-M3.1-Flash`
发布时间	2026-10-19 晚（匿名前身 Space Bunny 自 09-23 上线）
架构	428B 总参 MoE，约 23B 激活；MiniMax Sparse Attention（MSA）稀疏注意力
上下文	1M tokens
模态	原生多模态（文本 + 图像，视觉编码器原生；官方产品页另称支持视频输入）
推理档位	5 档思考深度（Low → Max）
速度	日常输出 200+ TPS，P50 稳定 170+ TPS；首 token 延迟 1.95s → 1.22s
官方定价	每百万 tokens：输入 1 元 / 输出 4 元 / 缓存读取 0.1 元（国际站 $0.15 / $0.60 / $0.015）
对比 M3	输入、输出单价降 50%+，缓存读取降 70%+；Agentic 综合成本为前代三成
权重	2026-10-23 开源（媒体口径；官方博客称稍后放出）
珂艾网关上架	✅ 已上架 `MiniMax-M3.1-Flash`，3 个分组，最低约 $0.056 / $0.225 每百万 tokens（输入/输出）

一、官方上线介绍：太空兔落地，M 系列换挡提速

1.1 一个好故事：匿名三周的「太空兔」正式认领

2026-09-23，一个叫 Space Bunny（太空兔） 的匿名模型悄悄上架 OpenRouter——没有 benchmark、没有模型卡、没有参数量，甚至没有权重，免费开放。结果三周内它霸占了 OpenRouter 和 OpenCode 的 Token 调用量榜首，X 上到处是它「一句话生成的 3D 世界」：火箭发射、体素花园、GPU 流体、机械蜜蜂。

10 月 19 日晚，MiniMax 用一支「胡萝卜火箭升空」的视频认领了它——Space Bunny 就是 M3.1 Flash 的早期版本。匿名期它累计处理超过 200 万亿 tokens；据媒体引述，OpenRouter 上连续 10 天第一（单平台 56.7 万亿 tokens）、OpenCode 上连续 12 天第一（106 万亿 tokens），周榜以 38.7 万亿 tokens 登顶，比第二名 DeepSeek V4.1 Flash 高出 13 万亿。

这段匿名史的含金量在于：它的热度不是靠发布会和榜单刷出来的，是全球开发者拿真实工作量投出来的。

1.2 规格：428B 总参，只激活 23B

维度	详情
参数	428B 总参 MoE，约 23B 激活
注意力	MiniMax Sparse Attention（MSA）：KV 块选择替代全注意力，1M 上下文下每 token 计算量约为前代的 1/20
上下文	1M tokens
模态	原生多模态 + 原生视觉编码器（文本 + 图像；官方产品页称亦接受视频输入）
思考深度	5 档（Low → Max）可调

1.3 速度与价格：近 3 倍提速，成本砍七成

官方口径的三个硬数字：

速度：线上推理提速近 3 倍；日常输出 200+ TPS，中位数 P50 稳定 170+ TPS；首 token 延迟从 1.95 秒降到 1.22 秒；错误率从 1.4% 砍到 0.7%（媒体引述）。

成本：Agentic 任务综合使用成本是前代的三成（降低 70%）。

价格（每百万 tokens）：

	输入	输出	缓存读取
M3.1 Flash（国内）	1 元	4 元	0.1 元
M3.1 Flash（国际站）	$0.15	$0.60	$0.015
对比 M3	降 50%+	降 50%+	降 70%+

⚠️ 与 M3 的对比口径：媒体注明是对比「M3 输入 ≤ 512K tokens」档位的价格。

生态入口：MiniMax API、M Plan 订阅、MiniMax Code（桌面端）；权重 10-23 开源（媒体口径）；追求更高智能上限的 Pro 版预告「不久后推出」。

1.4 官方基准：15 项测试的全表

官方放出的对比表横跨 CoWork（企业协同）、Coding、网络安全、通用四组，媒体逐项拆解如下（均为厂商自报）：

类别	基准	M3.1 Flash	位置（官方表内）
企业协同	Automation-Bench v1.0.6	62.2	表内第一（Flash-1017 为 60.5）
企业协同	BankerToolBench	76.2	平 Opus 5（76.2），高于 Flash-1017（73.7）
企业协同	LOCA-Bench 256K	60.3	表内第一
企业协同	CoWork GDP.pdf AA	20.8	中游
编程	DeepSWE v1.1	73.7	低于 Flash-1017（77.0），高于 GPT-5.6 Sol（73.0）
编程	NL2Repo-Bench	61.2	低于 Flash-1017（68.2）、Opus 5（75.3）
编程	Terminal Bench 4.0	38.1	弱项（Flash-1017 42.3、Opus 5 51.8）
编程	SWE Refactor Bench	23.0	弱项（Opus 5 31.0）
编程	Post Train Bench v1.1	39.3	中上
网络安全	CyberGym	82.2%	仅低于 GLM-5.3（84.5）
电脑操作	OSWorld V2	61.7	国产模型第一
电脑操作	Agents' Last Exam	29.6	国产模型第一
通用	HLE（w/o tools）	43.4	与 Kimi K3（43.5）相当，低于 Opus 5（55.6）
视觉	BabyVision（w/tools）	91.0	低于 Flash-1017（92.5）、Opus 5（94.1）
视觉	CharXiv RQ	82.5	表内第一（图表理解）

官方自己对定位的总结：Agent 与工具使用是强项，纯推理与长代码重构仍落后顶级模型。网络安全一项，内部安全专家评测称其在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程中均表现出色。

二、实测与媒体评价

2.1 光子星球：换题重测，防「背题」

最有方法论的一份实测（光子星球 / 网易、ZAKER 同步刊发）。出圈案例在 X 上挂了一个月，原 Prompt 重测测到的可能是记忆不是能力——所以他们把社区案例全部换题：火箭发射→火山熔岩入海、体素花园→江南水乡、GPU 流体→粒子星系、机械蜜蜂→机械怀表，只保留社区翻车案例（赛车游戏）不动。

结论：前端 Coding 进步明显，部分设计与优化能力已经可以媲美 Opus 5；新增的自我验收能力在「许愿式编程」上带来惊喜。火山熔岩入海的首版成品即可运行——镜头从海面低机位推进、越过熔岩河、拉远收全景，三段式运镜全做到，蒸汽随海风倾斜、火星抛物线熄灭。

2.2 Plotly 数据分析测试：匿名期与正式版双测

匿名期（9 月）：43 题答对 38（88%），与当时最强开源模型持平，单次全跑成本仅 $0.82，中位 36 秒/题；

正式版（10 月复测）：41/43（95%），与 Claude Opus 5.5、Gemini 4 Argon、GPT-6 Sol 并列榜首——该榜上中国实验室的最高分（KOCP 引述）。

2.3 Artificial Analysis 独立数据：+13 分，但有一处落差

指标	AA 实测
Intelligence Index	42.7（M3 为 29，+13）
HLE	48.0%
AA-LCR	79.7%
SciCode	53.4%
每题平均成本	$0.22（M3 为 $0.51）

同价位坐标（KOCP 引述 AA）：GLM-5.3 Flash 42 分/$0.28、DeepSeek V4.1 Flash-1017 45 分/$0.26、Gemini 3.8 Flash 41 分/$1.24。

🔴 必须一起说的落差：AA 实测 Terminal-Bench 4.0 只有 25.8%，而官方自报 38.1%——harness 选择可以解释这种差距，但也再次说明厂商数字要谨慎对待（worldprogramming 原话）。

2.4 与 DeepSeek V4.1 Flash-1017 的定位互补（媒体共识）

两家在 10-17、10-19 连发两款国产 Flash，媒体口径高度一致：DeepSeek 软件工程更占优（DeepSWE 77.0 vs 73.7、NL2Repo 68.2 vs 61.2、TB 4.0 42.3 vs 38.1），M3.1 Flash 更擅长企业跨系统业务流程、网络安全与电脑操作（BankerToolBench 76.2 vs 73.7、Automation-Bench 62.2 vs 60.5、OSWorld 61.7、CyberGym 82.2）——「企业和开发者可按实际需求挑选」。Flash 模型正在从「聊天问答」走向「复杂任务主力」。

2.5 行业背景一句

MiniMax（0100.HK）2026 年 1 月 9 日港股上市（首日 +109%），H1 收入 1.17 亿美元（+283%）、B 端收入 +703% 占比 63.4%。发布后次日（10-22）随恒生科技指数调整盘中跌破发行价——大盘环境使然，与模型本身无关（澎湃）。

三、核心优势

匿名三周的真实流量背书：Space Bunny 靠免费开放 + 真实使用量霸榜 OpenRouter / OpenCode 三周、处理超 200 万亿 tokens——这比任何发布会都硬。

速度档的代际提升：近 3 倍提速、200+ TPS、首 token 1.22 秒，长流程 Agent 任务的时间成本直接摊薄。

成本结构激进：官方 1 元 / 4 元 / 缓存 0.1 元，Agentic 综合成本是前代三成；珂艾最低约 $0.056 / $0.225 每百万 tokens。

企业协同场景的表内第一：Automation-Bench 62.2、BankerToolBench 76.2（平 Opus 5）、LOCA-Bench 256K 60.3——销售、财务、HR 等跨 SaaS 业务流程是主场。

电脑操作双项国产第一：OSWorld V2 61.7、Agents' Last Exam 29.6。

网络安全强项：CyberGym 82.2%，代码审计 / 渗透测试 / 逆向工程获内部安全专家好评。

1M 上下文 + 原生多模态 + 5 档思考深度：长文档、识图、按任务调档都在一个模型里。

架构效率：MSA 稀疏注意力把 1M 上下文的每 token 计算量降到前代约 1/20；428B 总参只激活 23B。

权重开源 + Pro 版在路上：10-23 开源（媒体口径），MiniMax Code / M Plan 生态齐备。

四、适合用在哪

企业跨系统业务流程：销售、营销、运营、客服、财务、HR 的多步规划、跨文件核对、金融合规、链式工具调用（官方点名场景）。

电脑操作 / Agent 执行：真实环境交互、长序列任务执行——「从理解任务到动手交付结果」。

网络安全工程：代码审计、漏洞发现与验证、渗透测试、恶意代码分析。

前端 Coding / 一页式交付：换题实测里设计与优化能力媲美 Opus 5，「许愿式编程」体验好。

数据分析类任务：Plotly 榜 95%（41/43）的实测水平。

高频调用的速度敏感场景：200+ TPS + 首 token 1.22 秒 + 低价。

⚠️ 不是最佳选择：纯推理天花板、超长代码库深度重构（TB 4.0 / SWE Refactor 是弱项）。

五、劣势与注意事项

🔴 全部跑分都是厂商自报，且已出现实测落差：AA 实测 TB 4.0 = 25.8% vs 官方 38.1%；worldprogramming 原话「harness 选择可以解释这种差距，但要谨慎对待厂商数字」。上线前用自己的任务小样本测一轮。

⚠️ 规划与长代码重构是弱项：TB 4.0 38.1（表内倒数）、SWE Refactor 23.0（Opus 5 为 31.0）、NL2Repo 61.2（低于 DeepSeek 1017 的 68.2）——复杂软件工程深度任务别单押它。

⚠️ 权重 10-23 开源为媒体口径：官方博客只说「稍后放出」，开源协议与具体形态以官方公告为准。

⚠️ Pro 版「不久后推出」：追求智能上限的用户可能想再等等；Flash 档的定位是效率与成本，不是能力天花板。

⚠️ 官方表内 DeepSWE 73.7 低于 DeepSeek 1017 的 77.0：软件工程主战场它不是第一，选型看任务。

⚠️ HLE 43.4 居中：纯知识/推理问题与 Opus 5（55.6）仍有差距。

⚠️ 与 M3 的降价对比口径：官方对比的是 M3「输入 ≤ 512K tokens」档，长上下文场景的对比会不同。

⚠️ 上下文 1M 有效长度未有第三方长测：400k+ 后的表现参考同档模型经验，建议限上下文使用。

六、推荐总结

推荐给谁

你的情况	建议
企业跨 SaaS 业务流程（销售/财务/HR）	✅ 主场，BankerToolBench 平 Opus 5
电脑操作 / Agent 长序列执行	✅ OSWorld 61.7、ALE 29.6 国产第一
网络安全工程	✅ CyberGym 82.2%，审计/渗透/逆向全面
前端 Coding / 一页式交付 / 数据分析	✅ 换题实测媲美 Opus 5，Plotly 95%
高频调用、速度敏感、成本敏感	✅ 200+ TPS + 珂艾最低约 $0.056/$0.225
深度软件工程 / 长代码库重构	⚠️ 弱项，建议配 DeepSeek 1017 或旗舰模型
追求推理天花板	⚠️ 等 Pro 版，或上旗舰模型
只信独立评测	⚠️ AA 已有数据（42.7 分）但 TB 4.0 落差大，先自测

结论

M3.1 Flash 是这轮国产 Flash 大战里故事最漂亮的一个：先匿名三周让全球开发者用真实工作量投票（200 万亿 tokens、双平台霸榜），再用「胡萝卜火箭」认领——它证明了自己的可用性，才公布名字。这比任何 benchmark 都有说服力。

能力上，它走的是「企业实务实战」路线：跨 SaaS 业务流程、电脑操作、网络安全三项是国产第一或表内第一，前端 Coding 媒美 Opus 5；代价是纯推理与长代码重构仍落后顶级梯队（TB 4.0、SWE Refactor 是明牌弱项）。加上近 3 倍提速、200+ TPS、官方 1 元/4 元的定价，「又快又省还能打」的执行层这个定位非常清晰。

两个必须保持清醒的点：一是官方 38.1 的 TB 4.0 在 AA 实测只有 25.8——厂商数字的水分警钟再次敲响；二是权重 10-23 开源、Pro 版随后就来，对观望党友好，对当下就要用的人反而是「早买早享受」。

一句话建议：把它当「企业实务 + Agent 执行的高速主力」——业务流程、电脑操作、安全工程、前端交付这些活它是本轮性价比最优解之一；深度软件工程配个 DeepSeek 1017 或旗舰模型做规划层，上生产前用自己的真实任务测一轮。

在珂艾网关怎么调

项目	值
模型 ID	`MiniMax-M3.1-Flash`
计费	按量（token）
上下文 / 模态	1M / 文本 + 图像（原生多模态），支持工具调用
分组与折算单价（每百万 tokens，输入 / 输出）	`Self-Deployed-1` $0.056 / $0.225 ｜ `Self-Deployed-2` $0.094 / $0.375 ｜ `Self-Deployed-3` $0.141 / $0.563
缓存命中（每百万 tokens）	$0.0056 / $0.0094 / $0.0141（对应三个分组）
建议	按任务设思考深度（5 档可调）；长流程任务用低档省时省钱；重要任务先小样本测

⚠️ 单价与分组会随站点策略调整，实际以珂艾网关当前价格为准。

七、来源

官方 / 一方

MiniMax — M3.1 Flash 发布博客（能力、基准、定价、Space Bunny 认领、Pro 预告）：https://www.minimax.io/blog/minimax-m31f

MiniMax — M Plan / API / MiniMax Code 入口：https://www.minimax.io/m-plan

媒体与实测

创新徐汇（上海徐汇官方号）— 发布细节与官方 15 项基准全表：http://mp.weixin.qq.com/s?__biz=MzI3MTIyNjg0Mg==&mid=2247551424&idx=4&sn=d8f5d0c9697ba96b0300a0fb315c7802&chksm=ebca5c75211d8a28f6558e49b86644a3a2831235cd3006f1b8ad4e6f4f5d35eb14851c518dfb#rd

新民晚报 — MiniMax 发布新 Flash 模型（速度/价格/与 DeepSeek 对比）：https://paper.xinmin.cn/html/xmwb/2026-10-21/7/250536.html

光子星球（网易/ZAKER 同步）— 「换题重测」实测（火山熔岩、江南水乡、前端 Coding 媒美 Opus 5、自我验收）：https://www.163.com/dy/article/L9OMLBRN05561FZK_pdya11y.html

KOCP（中国台湾）— 15 项基准逐项拆解、AA 指数 29→42、CritPt 22%、Plotly 41/43：https://en.kocpc.com.tw/archives/26449

worldprogramming — AA 实测 42.7 分与 TB 4.0 落差（25.8 vs 官方 38.1）、MSA 架构说明：https://www.worldprogramming.org/posts/minimax-m31-flash-is-free-in-kilo-for-a-limited-time-qfxmyx

南方+（今日头条同步）— Space Bunny 匿名期数据、与 DeepSeek 互补定位：https://www.toutiao.com/article/7698663601757831714/

澎湃新闻 — 公司财务与股价背景（0100.HK）：https://www.thepaper.cn/newsDetail_forward_34306306

网关

10.

珂艾网关 — 当前在架模型与价格页（实际单价以价格页为准）

说明：本文基准与成本数据多为厂商自报或媒体引述（已逐条标注），独立评测以 Artificial Analysis 为首（TB 4.0 与官方口径存在落差）；模型迭代快，最终以官方页面与珂艾网关实时价格页为准。

minimax-m3-1-flash-模型介绍

MiniMax M3.1 Flash 模型介绍#

一、官方上线介绍：太空兔落地，M 系列换挡提速#

1.1 一个好故事：匿名三周的「太空兔」正式认领#

1.2 规格：428B 总参，只激活 23B#

1.3 速度与价格：近 3 倍提速，成本砍七成#

1.4 官方基准：15 项测试的全表#

二、实测与媒体评价#

2.1 光子星球：换题重测，防「背题」#

2.2 Plotly 数据分析测试：匿名期与正式版双测#

2.3 Artificial Analysis 独立数据：+13 分，但有一处落差#

2.4 与 DeepSeek V4.1 Flash-1017 的定位互补（媒体共识）#

2.5 行业背景一句#

三、核心优势#

四、适合用在哪#

五、劣势与注意事项#

六、推荐总结#

七、来源#