MiniMax M3.1 Flash

MiniMax M3.1 Flash：重新定义代理性能与成本 - MiniMax Research | MiniMax

MiniMax M3.1 Flash：重新定义代理性能与成本

2026-10-19

AI

M3.1 Flash

今天，我们正式推出 MiniMax M3.1 Flash。

Space Bunny 🐰 是一款在匿名运行期间处理了超过 200 万亿 tokens 的早期版本模型。

作为新一代 Flash 模型，M3.1 Flash 在代理任务、编程、计算机使用和网络安全方面实现了代际飞跃，同时使在线推理速度提升近三倍，使用成本降低 70%。

全面增强的能力

M3.1 Flash 在广泛基准测试中表现优异，在复杂代理任务（cowork）、计算机使用、软件开发（编程）和网络安全方面达到领先模型的水平。

复杂任务与自动化：

• M3.1 Flash 在 AutomationBench-AA 排名前列，能够跨 SaaS 系统完成真实企业工作流，端到端解决销售、营销、运营、客户服务、财务和人力资源等领域的实际问题。

• 在 BankerToolBench 评分 76.2，擅长多步骤规划、文档和文件一致性维护、财务合规性以及链式工具调用等复杂现实挑战。

编程与软件工程：

• 在 DeepSWE v1.1 上取得 73.7% 的成绩，与顶级模型并列。DeepSWE 聚焦需要模型独立理解代码、开发功能、修复问题并通过测试验证工作的复杂软件任务。M3.1 Flash 在长序列步骤执行方面表现强劲，以更低成本支持复杂软件开发工作流。

计算机使用：

• 在衡量 AI 计算机操作和跨应用任务执行的 OSWorld V2 上得分 61.7，在评估真实专业工作和复杂任务的 Agents’ Last Exam (ALE) 上得分 29.6，两项基准测试中均位列中国模型首位。

• M3.1 Flash 在与真实环境交互、使用工具和执行长序列任务方面展现出强大能力，超越单纯理解任务的层面，实现行动与结果交付。

网络安全：

• 在 CyberGym 上取得 82% 的优异成绩，展示出漏洞发现与验证的领先能力。

• 在内部安全专家的深入评估中，模型在代码审计、漏洞修补、渗透测试、恶意软件分析和逆向工程方面表现突出，可高效低成本支持复杂安全系统的构建。

我们通过更激进的稀疏性优化进一步提升了 M3.1 Flash 的推理效率。在日常使用中，输出速度可达 200+ TPS（每秒 tokens），中位数（P50）速度稳定在 170+ TPS。

定价：最具成本效益

在代理任务方面，模型整体使用成本较前代降低 70%。

每百万 tokens 平价计费：输入 $0.15 · 输出 $0.60 · 缓存输入 $0.015。

| 模型 | 输入 | USD / 1M tokens | 输出 | 缓存输入 | |--------------|------------|------------------|------------|--------------| | MiniMax-M3.1-Flash | $0.15 | $0.60 | $0.015 |

重新定义代理任务的性能与成本

在涉及复杂智能体任务执行的 Automation-Bench、真实世界编程的 DeepSWE 以及具有经济价值的真实任务使用场景的 Agents’ Last Exam (ALE) 三项基准测试中，M3.1 Flash 在保持极低任务成本的同时实现了与顶级模型相当的性能表现，为性能与成本设定了新的高度竞争性标准。

M3.1 Flash 现已通过 MiniMax API、M Plan 和 MiniMax Code 开放使用。模型权重将在后续发布。

下载 MiniMax Code 桌面版：https://agent.minimax.io/download

订阅 M Plan：https://www.minimax.io/m-plan

API 访问：platform.minimax.io

Flash 代表着我们在效率与能力平衡方面的持续探索。致力于突破智能边界的 Pro 版本也将随后推出。

让智能触手可及。