写在前面
2026 年 10 月 19 日，MiniMax 正式发布新一代 Flash 模型 M3.1 Flash，并揭晓了此前在 OpenRouter 上匿名霸榜的 "太空兔"（Space Bunny）正是其早期版本。这个悬了很久的悬念，随着新模型落地一并水落石出。
M3.1 Flash 的核心命题很直接：在 Agent 任务、编程与电脑操作场景中，用极低的成本交付接近顶尖水平的执行能力。它不追求 "什么都能答" 的通才定位，而是把力气花在 "实际干活" 这件事上。
核心规格速览
上下文窗口：100 万 Token
输入模态：文本、图片、视频
输出速度：日常 200+ TPS，中位数 170+ TPS
输入价格：1 元 / 百万 Token（$0.15）
输出价格：4 元 / 百万 Token（$0.60）
缓存读取：0.1 元 / 百万 Token（$0.015）
权重开放：2026 年 10 月 23 日放出
价格数据来自官方博客，权重时间表来自 CSDN 资讯整理。
能力表现：Agent 与电脑操作是重点
根据 MiniMax 官方博客披露的评测数据，M3.1 Flash 在多个与 "实际干活" 直接相关的维度上拿出了有竞争力的成绩。
复杂 Agent 任务
它在 AutomationBench-AA 中位居前列，能够跨 SaaS 系统处理销售、营销、运营、客服、财务、HR 等真实企业工作流。BankerToolBench 得分 76.2，擅长多步骤规划与跨文档一致性。掘金的技术解读文章提到，其在 Automation-Bench（Zapier 开源，600 个真实企业流程）上以 62.8 分位列全场第一，领先 Opus 5 近 12 分。
编程能力
DeepSWE v1.1 取得 73.7%，官方称达到顶尖模型水平，能够独立完成代码理解、功能开发与测试验证。掘金文章指出这一分数略高于 GPT-5.6 Sol 的 73.0%。但腾讯云社区的一篇分析则提醒，与 DeepSeek V4.1 Flash 的 77 分相比仍有差距，重构类任务得分偏低。
电脑操作
这是 M3.1 Flash 的突出项：OSWorld V2 得分 61.7，ALE 得分 29.6，两项均自称国产模型第一。这意味着模型在真实环境交互、工具使用与长链路任务执行上具备实用价值，而不仅仅是 "理解任务"。
网络安全
CyberGym 得分 82%，官方称其在代码审计、漏洞修补、渗透测试等场景下表现良好。 速度与成本：Flash 系列的本分
M3.1 Flash 采用了更激进的稀疏注意力架构，日常输出速度可达 200+ TPS，中位数稳定在 170+ TPS，线上推理速度较前代提升近 3 倍。掘金的技术解读从工程角度解释了这一表现的来源：稀疏注意力减少了长上下文场景下的无效计算，配合 MoE / 条件计算与推理栈优化（批处理、KV cache、量化），单位算力产出显著提高。
成本方面，官方口径是 Agent 类任务的综合使用成本较前代降低 70%。不过需要留意的是，独立评测机构 Artificial Analysis 给出的 Intelligence Index 单任务成本为 0.22 美元，较前代 M3 的 0.51 美元降幅约 57%，与官方 70% 的数字存在差距；且该机构指出 M3.1 Flash 在回答时倾向于消耗更多 Token，实际费用取决于具体工作负载。
使用方式与一个值得注意的设计
M3.1 Flash 已上线 MiniMax API、M Plan 和 MiniMax Code，API 兼容 OpenAI 与 Anthropic 协议格式，接入成本较低。掘金文章中给出了 OpenAI 兼容接口的调用示例，只需替换 base_url 和模型名即可。 一个需要留意的设计是思考不可关闭。模型默认开启深度思考，仅能通过 effort 参数（low /medium/high /xhigh/max）调节思考深度与耗时，默认档位为 max。这意味着它更倾向于 "想清楚再动手"，对于 Agent 类多步骤任务来说是合理取舍；但如果你需要极低延迟的简单响应，强制思考会带来额外开销。
一个需要留意的短板
Artificial Analysis 的评测同时指出了一个值得警惕的问题：M3.1 Flash 在事实性知识问答中虽然正确率过半，但在不确定时倾向于生成错误答案而非承认不知道，非正确回答中约 93% 是错误答案而非弃权。对于需要高准确性的知识密集型场景，建议搭配检索、校验或人工审核环节。
适合谁用
如果你在构建 Agent 应用、需要模型频繁调用工具完成多步骤任务，或者需要处理长文档与大型代码库，M3.1 Flash 在当前价位段的性价比具有竞争力，它在跨 SaaS 业务流和电脑操作上的表现尤其值得关注。 如果你追求的是纯编程的绝对上限，DeepSeek V4.1 Flash 在 DeepSWE 上的数据更硬；如果你需要的是极低延迟的简单问答，强制思考的设计可能不太合拍。MiniMax 也预告了追求智能上限的 Pro 版本将在稍后推出。
参考来源
MiniMax 官方博客：https://www.minimax.cn/blog/minimax-m31f
掘金技术解读：https://juejin.cn/post/7698232412925214763
CSDN 资讯：https://piratewang.blog.csdn.net/article/details/168507372
腾讯云社区分析：https://cloud.tencent.cn/developer/article/2765167
Artificial Analysis 评测引用：https://juejin.cn/post/7698645127041138688