MiniMax M3.1 Flash发布：Agent国模第一，忙时MiniMax闲时大肥鱼

国庆期间，那个在 OpenRouter 上横空出世、匿名屠榜的神秘模型 Space Bunny（玉兔），马甲终于被扒下来了。兔皮底下，竟然是 MiniMax。

正式交卷的代号是 M3.1 Flash。而这个正式版的跑分能力，比 Space Bunny 还要猛一点，尤其是 Agent 这个技能点——Agents' Last Exam（ALE）得分 29.6%，直接拿下国模第一。

AA 榜单上它同样拿到了 43 分，作为 Flash 型号能有这个成绩，确实有点东西。

总之干活能力终于上来了，晋升高级牛马（doge）。

除此之外，Coding、网络安全、Computer Use……也全部杀进全球第一梯队。

在此基础上，「玉兔」时期的速度也保留住了，输出最快可达 200+ TPS。

然后，最重要的来了——不愧是 Flash 啊，这价格是真的便宜！！输入每百万 Token 1 元，输出 4 元，缓存读取只要 0.1 元。综合成本直接压到上一代 M3 的 30%。什么，你对这个价格还是没概念？这么说吧——和谷期 V4.1 Flash 差不多。太仁义了，我宣布，以后闲时梁文谷，忙时闫俊峰！（bushi）

△ 图源：@大厂显微镜

不过，硅谷闭源阵营恐怕又得遭殃了。继 DeepSeek 之后，硅谷一众大参数旗舰又被国产 Flash 架上了一条全新的性价比斩杀线 o(╥﹏╥)o。

文本模型翻身仗

说实话，之前我对 MiniMax 有不少嘀咕。多模态和视频生成确实很顶，但纯文本大模型这边，不知道从什么时候开始就没动静了……这次 M3.1 Flash 亮相，也算打了一场翻身仗。咱们挨个看下战绩：

1. 代码工程与真实修 Bug

DeepSWE v1.1 评测里，M3.1 Flash 拿下 73.7%。这波也算倒反天罡了。GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……居然被一款 Flash 跑分反超。排在它前头的，只剩下 DeepSeek V4.1 Flash 1017 的 77 分。

这也印证了玉兔匿名测试期间社区的反馈：处理 Three.js 这类 3D 渲染和复杂前端任务时，它对细节的把控极其变态。

2. 网络安全实战

在加州大学伯克利分校主导的 CyberGym 基准测试中，M3.1 Flash 斩获 82.2 分，和 GLM-5.3（84.5）、GPT-5.6 Sol（83.6）并排坐在全球第一梯队。

3. 复杂 Agent 与企业级跨 SaaS 工作流

在自动化巨头 Zapier 开源的 AutomationBench-AA 评测中，M3.1 Flash 位居前列。单任务成本不到 0.05 美元，就能自己串起横跨销售、营销、客服、财务和 HR 的复杂工作流。在容错率极低的金融专属基准 BankerToolBench 上，M3.1 Flash 更是直接飙到 76.2 分，和公认的天花板 Claude Opus 5 并列全球第一。

4. Computer Use 真实桌面操作

模拟真实电脑操作的 OSWorld V2 拿到 61.7 分；在衡量真实且带经济价值场景的 ALE 上，M3.1 Flash 也以极低的任务成本，做到顶尖模型级别的性能表现。两项都位列国产模型第一，又是斩杀一切的性价比大法。

说真的，我想过 MiniMax 的文本模型迟早会重回牌桌。但谁能想到，回来的是一个带 Flash 后缀的小家伙……

极速低价才是王道

只看基准跑分，你可能还觉得这只是神仙打架的日常。真正让人兴奋的，是这个模型对实际落地场景的降维打击。

大家平时搭多 Agent 协同或者长链路工作流，最怕遇到什么？无非两件事：无休止的转圈等待，和月底让人心惊肉跳的 API 账单。一个真正的企业级Agent，在后台往往要调几十次工具、在好几个子 Agent 之间反复传话。模型吐字慢，用户看着界面转圈直接关网页；调用单价贵，财务看一眼账单当场就能把项目叫停。

M3.1 Flash 爽就爽在这里。它底层上了相当激进的稀疏注意力架构，线上推理速度直接拉升将近 3 倍，输出速度最快可达 200+ TPS，中位数（P50）也稳稳维持在 170+ TPS。

170 TPS 是什么概念？你在 MiniMax Code 桌面端、Claude Code 或者各种本地 Coding 工具里派发一个重构任务，屏幕上的代码几乎以倾泻的状态瞬间刷满。以前串联四个子 Agent 像在等红绿灯，现在基本是无感刷新。

速度快得起飞的同时，价格更是直接打骨折：

• 输入价格：每百万 Token 只要 1 元
• 输出价格：每百万 Token 只要 4 元
• 缓存读取价格：每百万 Token 只要 0.1 元

输入和输出价格直接腰斩，缓存读取费用更是一口气降了 75%。结果就是，综合使用成本相比前代 M3 暴降 70%。

那还说啥了，站起来蹬吧家人们！！

国产双子星反围剿

过去大家有个默认共识：Flash 模型无非是旗舰大模型的廉价阉割版。选 Flash 是因为囊中羞涩，或者任务太水；真到了关键、复杂的硬核场景，最后还得加钱上大参数旗舰 Pro。

但现在呢？DeepSeek V4.1 Flash 1017 前脚刚立下性价比标杆，MiniMax M3.1 Flash 后脚就紧跟杀到，一个斩完另一个接着斩。小尺寸模型根本不是玩具，完全可以正面 PK 数倍参数、十倍价格的旗舰模型。黑子，说话！！

更有意思的是，这两个国产 Flash 模型走出了非常漂亮的互补路线：DeepSeek 在纯 Coding 的极致性价比上拔得头筹；MiniMax M3.1 Flash 则在跨 SaaS 企业工作流、金融工具链调用等综合 Agent 维度上有所强化。一个死磕代码工程，一个深耕复杂业务流。

而且家人们，我搁互联网上一刷，发现了个天才 idea！大肥鱼不是有谷价和峰价吗？之前苦于没有同等级性价比模型，峰价咬咬牙也就吃了。现在 M3.1 一出来，正好补上位。我直接一个路由，忙时 MiniMax，闲时大肥鱼，彻底把 Token 红利吃干抹净。泪目了，这就是咱激动人心的国产 Flash 组合技（bushi）。

这样一来，我觉得 API 其实也可以进入普通用户的选项里了。毕竟大模型这玩意儿迭代实在太快，就算只是买包月，也可能翻车。你像 Opus 5.5 一发，Astra 那一波订阅用户基本也翻车了。白买 Pro 10X，心疼我的钱包。

而且现在 C 端用户是真惨 o(╥﹏╥)o：5 小时限额、半夜 Reset 背刺，还要提防后台的降智偷袭……买 API，充个几十块钱，哪个拉胯了随时拜拜，简直不要太舒服。

泪目了家人们。不知道大家有没有相同感受，说实话，这一个月我是有点憋屈得慌。A 社、OpenAI、谷歌疯狂发旗舰模型，反观国产阵营这边，啥动静也没有。不少大佬也在说，LLM 这一战基本结束了，硅谷靠 Scaling 杀死了一切。

但如今，拐点似乎正在出现。短短两天，两款国产 Flash 模型接连登场。旗舰级的能力，正在以 Flash 的速度和价格加速普惠。确实，SOTA 这场仗不是那么好打的。但当「性价比」这个前提开始满足，另一场更重要的仗——大模型产业落地，或许才刚刚开始。

而这，一直是中国公司最擅长做的事。云栈社区也会继续陪你盯住这些真正改变落地逻辑的发布。