MiniMax M3.1 Flash 来了：六大基准全面升级

10 月 19 日，MiniMax M3.1 Flash 正式上线。它是 MiniMax 上一代主力模型 M3 的新一代 Flash 版本——匿名处理过 200T Token 的 Space Bunny 正是它的早期版本。

核心升级：Agentic 任务、编程、Computer Use、网络安全代际提升；推理速度提升近 3 倍；Agentic 任务综合使用成本降低 70%。

价格：输入 1 元/M、输出 4 元/M、缓存读取 0.1 元/M。

本文目录

一、M3.1 Flash 是什么

二、性能基准：6 项榜单成绩

三、模型价格与速度

四、如何使用

一、M3.1 Flash 是什么

MiniMax M3.1 Flash 是 MiniMax 推出的新一代 Flash 模型。在前代 M3 的基础上做了架构和效率优化——日常使用场景下输出速度 200+ TPS（P50 稳定 170+），使用更激进的稀疏注意力架构。

主要能力提升方向：

• 复杂 Agent 任务（Cowork）：跨 SaaS 系统执行真实企业工作流
• Computer Use：操作电脑、跨应用任务执行
• 软件开发（Coding）：长链路代码理解、开发、修复、测试
• 网络安全：代码审计、漏洞修补、渗透测试、恶意代码分析

上图：M3.1 Flash 在多项基准测试中取得全面进步

二、性能基准：6 项榜单成绩

官方公布 M3.1 Flash 在 6 项基准测试中的成绩：

复杂任务与自动化

• AutomationBench-AA：位居最前列——在跨 SaaS 系统的真实企业工作流（销售、营销、运营、客服、财务、HR）中能完整解决真实问题
• BankerToolBench：76.2 分——多步骤规划、跨文档一致性、金融业务合规、工具链式调用

编程与软件工程

• DeepSWE v1.1：73.7%——达到顶尖模型水平。聚焦复杂软件任务：代码理解、功能开发、问题修复与测试验证

Computer Use

• OSWorld V2：61.7 分（国产模型第一）——衡量 AI 电脑操作与跨应用任务执行能力
• Agents' Last Exam (ALE)：29.6 分（国产模型第一）——衡量真实有经济价值场景下的电脑操作能力

网络安全

• CyberGym：82%——漏洞发现与验证能力领先

内部安全专家评测

代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下均表现出色，能以低成本、高效率支持复杂安全体系建设。

三、模型价格与速度

价格

M3.1 Flash 在 Agentic 类任务中综合使用成本较前代模型降低 70%：

缓存读取 0.1 元/M 是关键省钱点——多轮对话、Agent 重复读 system prompt 时能省一大笔。

速度

• 推理速度提升近 3 倍（相比前代）
• 日常使用场景下输出 200+ TPS
• 中位数（P50）稳定 170+ TPS

综合表现

上图：M3.1 Flash 在三项核心基准（AutomationBench-AA、DeepSWE、ALE）上以极低任务成本实现顶尖模型级别的性能表现

多模态能力

支持视觉、文档、工具调用等多模态输入，能从理解任务进一步走向实际操作与交付。

四、如何使用

M3.1 Flash 现已正式上线 MiniMax API、MPlan 以及 MiniMax Code：

Pro 版本（追求智能上限）也会在稍后与大家见面。

模型 ID

已知特性（来自开源社区适配的官方 PR）：

• 支持 1M 上下文
• 支持视觉、文档、工具调用
• 思考（reasoning）始终开启，可设 low / medium / high / xhigh / max 5 档
• 温度参数（temperature）不支持
• 思考不可关闭，发送 thinking: disabled 会被 API 拒绝

目前已支持 M3.1 Flash 的开源工具（来自官方 PR）：Hermes Agent、LobeChat、Cherry Studio、LobeHub、OpenClaw 等正在陆续适配。

总结

M3.1 Flash 走的是便宜 + 快 + 始终思考的路线——1 元/M 输入 + 4 元/M 输出几乎对国内开发者敞开使用。200+ TPS 输出在交互场景下不会卡顿。

Pro 版稍后见——追求智能上限的用户可以等等。

互动问题：你打算先用 M3.1 Flash 跑什么任务？200+ TPS + 1 元/M 的组合对你的工作流有吸引力吗？