刚刚，全网霸屏的神秘太空兔揭晓，来自 MiniMax 新模型

神秘太空兔，终于被认领了。

就在刚刚，MiniMax 宣布更新 MiniMax M3.1 Flash，并透露此前以匿名身份处理超过 200 万亿 Token 的 Space Bunny 正是该模型的早期版本。

据官方介绍，M3.1 Flash 在复杂 Agent 任务、编程、电脑操作及网络安全等方面实现了代际提升，线上推理速度提升近 3 倍，Agent 类任务的综合使用成本较前代降低 70%。

随着 AI 开始操作软件、编写代码和执行企业工作流，完成一次任务所需的多步推理与工具调用，也让速度和费用变得更加重要。

此次发布中，MiniMax 除了公布能力评测，还展示了不同任务下的成本对比，试图回答模型能完成多少工作，以及完成这些工作需要花多少钱。

根据官方公布的评测表，M3.1 Flash 在 Automation-Bench v1.0.6 中取得 62.2 分，高于 DeepSeek V4.1 Flash-1017 的 60.5 分，在表内参与对比的模型中排名第一。

该测试采用 600 个任务，考察模型在跨 SaaS 系统的企业业务流程中，处理销售、营销、运营、客服、财务和人力资源等工作的能力。

在涉及多步骤规划、跨文档一致性、金融业务合规和连续工具调用的 BankerToolBench 中，M3.1 Flash 取得 76.2 分，与 Opus 5 并列。长上下文任务评测 LOCA-Bench 256K 中，其成绩为 60.3 分，略高于 GPT-5.6 Sol 的 60.0 分。

软件开发方面，M3.1 Flash 在 DeepSWE v1.1 中取得 73.7% 的成绩，接近 Opus 5 的 74.0%，高于 GPT-5.6 Sol 的 73.0%，低于 DeepSeek V4.1 Flash-1017 的 77.0%。该评测要求模型独立完成代码理解、功能开发、问题修复与测试验证，考察的是完整的软件开发流程。

电脑操作同样是此次更新的重点。

M3.1 Flash 在 OSWorld 2.0 中取得 61.7 分，在 Agents' Last Exam（ALE）中取得 29.6 分。前者考察电脑操作与跨应用任务执行能力，后者聚焦具有实际经济价值的电脑操作场景。按照官方公布的对比结果，两项成绩均位列国产模型第一，其中 OSWorld 2.0 成绩高于 Kimi K3 的 58.3 分和 DeepSeek V4.1 Flash 的 54.3 分。

网络安全方面，评测表显示，M3.1 Flash 在 CyberGym 中取得 82.2 分，高于 Kimi K3 的 80.0 分，低于 GPT-5.6 Sol 的 83.6 分和 GLM-5.3 的 84.5 分。MiniMax 表示，内部安全专家还对代码审计、漏洞修补、渗透测试、恶意代码分析和逆向工程等场景进行了深度评测，模型在这些任务中均有出色表现。

为了提高推理效率，MiniMax 采用了更激进的稀疏注意力架构。据官方数据，M3.1 Flash 在日常使用场景下的输出速度可超过每秒 200 Token，中位数速度达到每秒 170 Token 以上。

价格方面，M3.1 Flash 的输入价格为每百万 Token 1 元，输出价格为每百万 Token 4 元，缓存读取价格为每百万 Token 0.1 元。官方称，在 Agent 类任务中，模型的综合使用成本较前代降低了 70%。

具体到实际任务，MiniMax 给出的一个例子是，花不到三毛钱，让模型尝试完成一项企业工作流任务。

在 Automation-Bench 中，随着推理档位从 low 提升至 max，M3.1 Flash 的成绩从 52.8% 提高至 62.8%。

按图中位置估算，平均每项任务成本约为 0.18 元至 0.30 元，在图示各档位下均低于 DeepSeek V4.1 Flash-1017。不过，该图采用的 DeepSeek 价格为高峰时段价格，其余模型采用官方定价。

在 DeepSWE 中，M3.1 Flash 的 high、xhigh 和 max 档位成绩分别为 68.1%、72.1% 和 73.7%，对应的平均任务成本均在 2 元以内。

相比之下，图中 Claude Opus 5 达到约 74% 成绩时，平均每项任务成本已达数十元。不过，DeepSeek V4.1 Flash-1017 在这项测试中同时呈现出更高成绩和更低费用，说明不同模型的性价比优势仍与具体任务有关。

ALE 对比图则展示了完成整套评测的预计总费用。在包含 152 个任务的 Overall 评测中，M3.1 Flash 以约 739 元的预计总成本取得 29.6% 的通过率，是图中费用最低的模型。

作为对照，GPT-5.6 Sol 的通过率约为 30.6%，预计总成本约为 5000 元；Claude Opus 5.5 的通过率约为 38%，预计总成本接近 9000 元。各模型采用各自表现最佳的运行框架与推理配置。

综合这些结果，M3.1 Flash 的卡位非常清晰：用极致的成本控制，撑起高频、高强度的 Agent 规模化调用。毕竟在海量调用的真实业务里，单次省下的几块钱，乘以规模就是真金白银的护城河。

目前，M3.1 Flash 已上线 MiniMax API、M Plan 和 MiniMax Code，模型权重也将于近期开源。

值得一提的是，APPSO 登录 Minimax Code 官网时发现，配合此次更新，MiniMax Code 同步推出两项限时权益。

即日起至 10 月 25 日，所有订阅用户均可在 MiniMax Code 内不限量使用 M3.1 Flash；

即日起至 10 月 31 日，新订阅或升级 M Plan 的用户可享首月五折优惠，次月起按原价续订。

此外 MiniMax 还埋了个彩蛋：主攻更高智能上限的 Pro 版本已经在路上了，后续将与主打高效率、低成本的 Flash 系列高低搭配。

本文来自微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。