刚刚，MiniMax 正式发布了 M3.1 Flash这个模型的预览版，也便是 OpenRouter 上那个匿名模型 Space Bunny 太空兔（匿名期间处理了超过 200T token）
前几天大家还在吐槽国模已经好久没声音了，然后我们就看到：周末 DeepSeek 发了 4.1 Flash，现在 MiniMax 带来了正式的 3.1 Flash
是所谓：江山代有才人出，天天都有斩杀线
作为新一代 Flash，M3.1 Flash 在 agent 任务、编程、Computer Use 和网络安全上都是代际提升，线上推理速度提升了近 3 倍，使用成本降了 70%
老规矩，这周 M3.1 Flash 在我的 AGI Bar 敞开用，token 免费，开到 10 月 25 日，想上手的朋友直接来酒吧
Benchmark
直接上表格吧
跨系统干活
Automation-Bench 是 Zapier 开源的评测，任务取自真实的企业流程，包括销售、营销、运营、客服、财务、HR 等等，模型需要要在好几个 SaaS 系统之间，把一件事从头做到尾
在这个任务里面，M3.1 Flash 拿了 62.8，DeepSeek V4.1 Flash-1017 是 60.5，Claude Opus 5 是 50.3
如果把模型开到最高的 max 档，M3.1 Flash 做一个任务平均大约 3 毛钱，最便宜的 low 档不到 2 毛
作为对比，DeepSeek V4.1 Flash-1017 按高峰价算，max 档每个任务大约 6 毛，Claude Opus 5.5 的 max 档大约 5 块
操作电脑
这次新加了两个 Computer Use 的榜：
OSWorld V2：香港大学 XLANG Lab 牵头，108 个长流程任务，覆盖 7 大领域，熟练的人做完一个，中位数要 1.6 小时左右
Agents' Last Exam（ALE）：伯克利 RDI 牵头，几百名行业专家一起出题，覆盖 13 大行业、55 个细分领域
M3.1 Flash 在 OSWorld V2 上是 61.7，ALE 上是 29.6，两项都是国产模型第一；跑完整套 ALE 的话，Claude Opus 大约需要 7400 元，是 M3.1 Flash 的 10 倍
写代码
DeepSWE v1.1 上，M3.1 Flash 是 73.7，DeepSeek V4.1 Flash-1017 是 77.0，Claude Opus 5 是 74.0，GPT-5.6 Sol 是 73.0
M3.1 Flash 开到 max 档，每个任务大约 1.9 元；DeepSeek V4.1 Flash-1017 的 max 档大约 1.3 元
写代码的性价比，DeepSeek 第一，M3.1 Flash 第二
安全方面，CyberGym 由伯克利团队构建，收了 188 个真实软件项目里的 1507 个历史漏洞，让模型去分析。M3.1 Flash 拿了 82.2，GLM-5.3 是 84.5，GPT-5.6 Sol 是 83.6
价格
M3.1 Flash 每百万 token：输入 1 元，输出 4 元，缓存读取 0.1 元（折合美元 0.15、0.6、0.015）
再和 DeepSeek V4.1 Flash-1017 比，不命中缓存时，M3.1 Flash 的价格是 DeepSeek 高峰时段的一半，和它闲时一样。DeepSeek 的高峰，是北京时间工作日 9–12 点、14–18 点
命中缓存的部分，DeepSeek 更便宜。缓存命中率 95% 时，每 10 亿输入 token，M3.1 Flash 大约 21.75 美元，DeepSeek 高峰时段大约 20.7 美元，闲时大约 10.35 美元
最后
还得说一下，作为 Flash 模型，这个模型的速度是相当快的。
正式版用了更激进的稀疏注意力，日常使用时每秒能输出 200 多个 token，中位数稳定在 170 以上，大概就是下面这个速度对比
这个速度图，是我用 M3.1 Flash 在 MiniMax Code 里做的
目前，这个款模型已经上线 MiniMax API、M Plan 和 MiniMax Code，可以通过 MiniMax-M3.1-Flash 进行调用，上下文 100 万 token
权重稍后开放，追求智能上限的 Pro 版也很快会来