MiniMax 终于揭晓了“太空兔”的真实身份。

此前以匿名模型身份运行，并累计处理超过：

200 万亿 Token

的：

Space Bunny

正是 MiniMax M3.1 Flash 的早期版本。

10 月 19 日，MiniMax 正式上线：

MiniMax M3.1 Flash。

相比此前版本，这次升级主要围绕四个方向展开：

Agentic 复杂任务。

编程与软件工程。

Computer Use 电脑操作。

网络安全。

官方同时给出了两项非常直接的数据：

线上推理速度接近提升 3 倍。

Agentic 任务综合成本降低 70%。

这说明 MiniMax 对 Flash 的定义已经不再是：

能力弱一点，但速度更快的小模型。

它真正想做的是：

把接近旗舰模型的任务能力，压进更高速度和更低成本的运行区间。MiniMax

一、M3.1 Flash 是什么？

MiniMax M3.1 Flash 是新一代面向 Agent 工作流的多模态语言模型。

它支持：

文本。

图片。

视频。

模型输出目前以文本为主，并支持：

工具调用；

多轮 Agent 执行；

结构化任务；

代码开发；

长上下文理解；

可调节推理强度。

上下文窗口达到：

100 万 Token。

这意味着模型可以在一项任务中容纳更多：

代码仓库；

长文档；

项目资料；

历史对话；

图片和视频信息；

工具调用结果；

长期 Agent 执行记录。

它更适合处理的不是一次简单问答，而是：

理解复杂需求
↓
读取文件和环境
↓
制定任务计划
↓
调用多个工具
↓
查看执行结果
↓
调整下一步动作
↓
持续修复和验证
↓
完成最终交付

官方将它定位为面向 Agent 推理、工具使用、编程和长上下文任务的最新 M 系列模型。MiniMax API Docs

二、为什么 Flash 也开始强调深度推理？

传统 Flash 模型通常追求：

更快；

更便宜；

更低延迟。

但复杂 Agent 任务不能只依靠快速生成。

模型还需要判断：

应该调用哪个工具；

工具结果是否可信；

当前步骤是否完成；

下一步应该继续执行还是修改计划。

M3.1 Flash 原生支持：

Interleaved Thinking，交错式思考。

也就是模型在每一轮工具调用之间，都可以重新观察环境和工具返回结果，再决定下一步动作。

例如 Coding Agent 修复一个 Bug 时，流程可能是：

读取报错
↓
思考可能原因
↓
搜索相关代码
↓
修改文件
↓
运行测试
↓
查看新报错
↓
重新思考
↓
继续修复

模型不会在任务开始时一次性生成完整计划，然后机械执行到底。

它可以在每一轮行动后，根据真实结果重新调整方向。

这对长程任务的稳定性非常重要。MiniMax API Docs

三、五档推理强度，简单任务不用一直“满功率”

M3.1 Flash 支持五档推理强度：

low
medium
high
xhigh
max

推理强度越高，模型通常会进行更充分的分析，但也会带来：

更多输出 Token；

更高延迟；

更高调用成本。

例如：

low

适合格式调整、信息提取、小范围代码修改。

medium

适合普通 Bug 修复、文档整理和功能开发。

high

适合跨文件分析、复杂工具调用和代码重构。

xhigh / max

适合大型项目、复杂研究和长程 Agent 任务。

需要注意：

M3.1 Flash 的思考不能完全关闭。

如果不填写推理强度，默认使用：

max。

想降低延迟和 Token 消耗，应该把 effort 调低，而不是尝试将思考关闭。MiniMax API Docs

四、速度接近 3 倍，具体快在哪里？

MiniMax 表示，M3.1 Flash 通过更加激进的稀疏注意力设计，进一步提高了线上推理效率。

日常使用场景下：

输出速度可达到 200+ Token/s。

中位数 P50：

稳定达到 170+ Token/s。

相比此前版本，官方给出的整体线上推理速度提升接近：

3 倍。MiniMax

这种速度对于 Agent 特别重要。

普通聊天可能只生成一轮答案。

Agent 则可能连续执行几十轮：

读取文件；

搜索代码；

调用浏览器；

运行命令；

检查结果；

继续修改。

如果每轮都要等待很久，完整任务的执行时间会迅速累积。

假设一个任务涉及 30 轮模型调用：

每轮少等待几秒钟，最终就可能节省数分钟。

所以 Flash 模型真正需要优化的，不只是：

单次回答有多快。

而是：

完整任务链能不能更快周转。

五、Agent 综合成本降低 70%，不只是因为单价降了

M3.1 Flash 国内 API 的正式价格为：

输入
1元 / 百万Token

输出
4元 / 百万Token

缓存读取
0.1元 / 百万Token

而此前 MiniMax M3 在不超过 512K 输入时，标准价格为：

输入
2.1元 / 百万Token

输出
8.4元 / 百万Token

缓存读取
0.42元 / 百万Token

只比较基础单价，M3.1 Flash 的输入和输出价格已经降低约一半，缓存读取价格下降幅度更大。

而官方所说的：

Agentic 任务综合成本降低 70%

还包含模型执行效率的变化。

例如：

减少无效推理；

缩短思考过程；

降低重复工具调用；

减少任务返工；

提高缓存命中；

使用更少步骤完成同一任务。

所以 70% 不是简单通过 Token 单价相除得到的固定折扣。

它衡量的是：

完成一项 Agent 任务的整体资源消耗。MiniMax

六、复杂办公与自动化：BankerToolBench 取得 76.2 分

M3.1 Flash 在复杂 Agent 任务与企业自动化方面进行了重点升级。

官方表示，它在 AutomationBench-AA 中位居前列，可以处理跨 SaaS 系统的真实企业流程，覆盖：

销售；

营销；

运营；

客服；

财务；

人力资源。

在 BankerToolBench 中，M3.1 Flash 取得：

76.2 分。

这项测试不只是让模型回答金融知识问题。

还会考察：

多步骤规划；

跨文档与跨文件一致性；

金融业务合规；

连续工具调用；

复杂任务执行。

例如一个办公 Agent 可能需要：

读取客户资料
↓
检查合规要求
↓
分析多个表格
↓
调用企业系统
↓
生成报告
↓
核对结果是否一致

模型不仅要理解内容，还要在多个文件和工具之间保持前后一致。MiniMax

七、编程能力：DeepSWE v1.1 达到 73.7%

在编程和软件工程评测 DeepSWE v1.1 中，M3.1 Flash 取得：

73.7%。

DeepSWE 更接近真实软件开发任务。

模型需要独立完成：

代码理解；

功能开发；

问题修复；

测试验证；

长链路执行。

它不是简单让模型补全一段函数。

而是要求模型围绕一个真实项目持续工作：

理解代码仓库
↓
定位相关模块
↓
修改多个文件
↓
运行测试
↓
发现失败
↓
继续调整
↓
确认功能可用

这也是 M3.1 Flash 与普通代码补全模型之间的主要区别：

目标不是把代码写出来，而是把软件任务真正做完。MiniMax

八、电脑操作：两项评测位列国产模型第一

M3.1 Flash 在 Computer Use 方面的成绩也比较突出。

官方公布：

OSWorld V2

61.7 分。

Agents’ Last Exam

29.6 分。

两项成绩均位列国产模型第一。MiniMax

OSWorld 主要测试模型在真实电脑环境中的操作能力。

例如：

打开应用；

读取界面；

填写内容；

切换窗口；

处理文件；

完成跨应用任务。

Agents’ Last Exam 则更强调具有真实经济价值的专业任务。

这类测试需要模型同时具备：

视觉理解；

操作规划；

工具调用；

错误恢复；

长程任务执行。

因此，“电脑操作能力提升”不只是模型更会识别按钮。

真正重要的是：

遇到环境变化后，它能不能继续完成任务。

九、网络安全：CyberGym 达到 82%

在网络安全评测 CyberGym 中，M3.1 Flash 取得：

82%。

官方表示，它在以下场景中进行了专项增强：

代码审计；

漏洞发现；

漏洞验证；

漏洞修补；

渗透测试；

恶意代码分析；

逆向工程。

这类能力可以用于：

企业代码安全检查；

自动修复安全问题；

软件供应链审计；

防御性安全研究；

安全 Agent。

不过，网络安全能力越强，越需要明确权限和使用边界。

真正部署到企业环境中时，应限制：

可访问的目标；

允许执行的工具；

网络权限；

敏感凭据；

任务审计记录。

模型能力可以提高安全团队效率，但不能代替组织本身的授权、合规和人工复核体系。MiniMax

十、1M 上下文，适合大型代码库和长任务

M3.1 Flash 支持：

100 万 Token 上下文。

这让它更加适合：

大型代码仓库；

几十份研究资料；

长时间 Agent 会话；

大量工具结果；

跨文档办公任务。

例如分析一个大型软件项目时，模型需要同时理解：

前端代码；

后端服务；

数据库结构；

配置文件；

测试；

错误日志；

需求文档。

上下文越短，模型越容易出现：

读完后端忘记前端；

修改新功能时破坏旧逻辑；

执行到后半段偏离最初目标。

1M 上下文可以让更多信息保留在同一次任务中。

但它并不意味着每次都应该塞满 100 万 Token。

上下文越长：

首轮读取时间越长；

缓存和推理成本越高；

无关信息越容易干扰判断。

更合理的方式仍然是：

先检索和筛选，再把真正相关的内容交给模型。MiniMax API Docs

十一、文本、图片和视频可以放进同一个任务

M3.1 Flash 原生支持：

文本、图片和视频输入。

这对 Coding Agent 和办公 Agent 都很重要。

例如前端开发任务中，可以同时提供：

设计稿；

网页截图；

操作录屏；

代码仓库；

修改要求。

再让模型完成：

视觉理解；

代码定位；

页面修改；

运行验证。

办公任务中，则可以同时提供：

PDF 报告；

数据图表；

后台截图；

会议录屏；

文字要求。

让模型提取信息并生成最终结论。

这种能力让 Agent 不再只理解：

代码和文字。

而开始理解：

真实软件界面和业务素材。MiniMax API Docs

十二、Space Bunny 为什么值得关注？

M3.1 Flash 正式发布前，它曾经以：

Space Bunny

的匿名身份运行。

官方披露，这一早期版本累计处理了超过：

200T，也就是 200 万亿 Token。

这意味着 MiniMax 在正式发布前，已经通过大规模真实调用观察模型在：

编码；

Agent；

长上下文；

工具调用；

真实用户任务

中的表现。

相比只在实验室 Benchmark 中测试，大量匿名真实流量更容易暴露：

模型容易卡在哪里；

哪些任务经常失败；

速度是否稳定；

长任务是否容易偏航；

成本是否能够支撑高频调用。

正式版 M3.1 Flash，可以理解为基于这一轮真实使用反馈继续优化后的版本。MiniMax

十三、Preview 已经退役，正式版完成接替

此前 MiniMax Code 首发接入的是：

MiniMax-M3.1-Flash-Preview

现在正式模型名称已经更新为：

MiniMax-M3.1-Flash

MiniMax 官方文档明确表示：

Preview 已经退役。

使用旧 Preview 名称的请求，会由正式版 M3.1 Flash 提供服务。

对于 M Plan 和原 Token Plan 用户，从 10 月 19 日起，调用 M2.5 和 M2.7 的请求也会自动路由至 M3.1 Flash。

原有模型名称暂时保留，用于向后兼容，因此大部分用户不需要立即修改配置。MiniMax API Docs

十四、目前已经在哪里上线？

M3.1 Flash 当前已经进入：

MiniMax API

适合开发者将模型接入：

App；

网站；

企业后台；

Agent 平台；

自动化工作流。

M Plan

面向个人用户的模型订阅计划。

目前 Go、Explore 和 Build 三个档位均支持 M3.1 Flash。

MiniMax Code

MiniMax 官方桌面 Agent，可以直接使用 M3.1 Flash 处理代码、本地文件和日常开发任务。

第三方 Coding Agent

通过 Anthropic 或 OpenAI 兼容接口，还可以接入：

Claude Code；

Codex；

Cursor；

OpenCode；

其他支持自定义模型的 Agent 工具。MiniMax

十五、API 接入方式没有明显增加门槛

M3.1 Flash 同时支持：

Anthropic 兼容协议。

以及：

OpenAI 兼容协议。

模型 ID 为：

MiniMax-M3.1-Flash

Anthropic 兼容地址：

https://api.minimaxi.com/anthropic

OpenAI 兼容地址：

https://api.minimaxi.com/v1

如果原有项目已经使用 OpenAI SDK，通常只需要替换：

base_url

api_key

model

即可继续调用。

不过，在多轮工具调用中，需要保留模型返回的完整思考字段和 Tool Call 信息。

如果只把最终文本放回对话历史，可能会破坏后续推理的连续性。MiniMax API Docs

十六、最适合测试哪些任务？

大型代码仓库

分析整个项目的架构和高风险技术债，优先修复影响最大的三个问题，并运行测试验证。

完整功能开发

为当前系统增加会员订阅功能，包含数据库、接口、前端页面、异常状态和测试用例。

电脑操作

整理下载目录中的项目资料，把表格数据汇总后生成一份报告和演示文稿。

企业自动化

读取CRM、邮件和销售数据，识别需要优先跟进的客户，并生成跟进计划。

安全审查

审查当前代码仓库中的高风险漏洞，说明影响范围，给出修复方案并补充测试。

这类任务比简单问答更能看出 M3.1 Flash 在：

规划；

工具调用；

错误恢复；

长程执行；

成本控制

方面的真实表现。

十七、当前还有哪些需要注意的地方？

思考不能完全关闭

简单任务也会保留一定推理过程。

只能降低 effort，不能设置为 none。

1M 上下文不代表无限便宜

输入越长，首轮处理成本和延迟仍然会增加。

70% 是官方综合任务口径

不同 Harness、工具和任务类型，实际节省比例可能不同。

Benchmark 主要来自官方测试

真实项目中的表现仍然需要开发者自己验证。

权重尚未正式开放

目前主要通过 API、M Plan 和 MiniMax Code 使用。

MiniMax 表示将在后续开放模型权重。

Pro 版本还在后面

Flash 负责能力、速度与成本的平衡。

进一步追求能力上限的：

MiniMax M3.1 Pro

也将在后续发布。MiniMax

结语

MiniMax M3.1 Flash 这次可以记住几组核心信息：

线上推理速度：

接近此前版本的 3 倍。

日常输出速度：

最高 200+ Token/s。

P50 稳定达到 170+ Token/s。

Agentic 任务综合成本：

降低 70%。

国内 API 价格：

输入 1 元 / 百万 Token。

输出 4 元 / 百万 Token。

缓存读取 0.1 元 / 百万 Token。

上下文：

100 万 Token。

输入类型：

文本、图片和视频。

主要评测：

DeepSWE v1.1：73.7%。

OSWorld V2：61.7。

Agents’ Last Exam：29.6。

CyberGym：82%。

目前模型已经上线：

MiniMax API；

M Plan；

MiniMax Code。

这次更新真正值得关注的，不只是速度更快或者价格更低。

而是 Flash 模型的能力边界正在继续扩大。

以前 Flash 主要处理：

简单、高频、低成本任务。

现在 M3.1 Flash 已经开始承担：

软件工程；

企业自动化；

电脑操作；

长程 Agent；

网络安全。

复杂任务不再只能全部交给最贵的旗舰模型。

如果 Flash 能以更低成本完成大多数真实工作，那么真正需要 Pro 模型的，可能只剩下极端复杂和追求能力上限的少数任务。

这才是 M3.1 Flash 对 Agent 产品最重要的意义：

不是让 AI 回答得更便宜。

而是让 Agent 真正长时间干活时，成本开始变得可以承受。

相关链接

MiniMax M3.1 Flash 官方介绍
https://www.minimax.cn/blog/minimax-m31f

MiniMax 开放平台
https://platform.minimaxi.com/

M3.1 Flash 模型调用文档
https://platform.minimaxi.com/docs/guides/text-generation

M3.1 Flash 工具调用与交错式思考
https://platform.minimaxi.com/docs/guides/text-m3-function-call

MiniMax 模型总览
https://platform.minimaxi.com/docs/guides/models-intro

MiniMax API 价格
https://platform.minimaxi.com/docs/pricing/overview

M Plan
https://www.minimax.cn/m-plan