MiniMax 刚刚发布了 MiniMax M3.1 Flash 在其 API 上,定价为 每 1M 输入 token 0.15 美元。MiniMax 还确认 Space Bunny 是 M3.1 Flash 的早期版本。该隐身模型处理了超过 200T token。对开发者而言,传达的信息是以 Flash 级的成本获得接近前沿的智能体分数。模型权重预计于 2026 年 10 月下旬发布。
TL;DR
- 规模: 428B 总参数,约 23B 活跃(MoE);1,000,000 token 上下文
- 运行于: MiniMax API、M Plan 和 MiniMax Code(即日起)。自托管硬件未披露;权重于 10 月 23 日发布
- 性能: 在智能体办公工作方面接近前沿,在困难编程方面处于中游,均为 MiniMax 报告的数据
- 最佳: Automation-Bench v1.0.6 得分 62.2,为 MiniMax 表格中的最高分
- 最差: Terminal Bench 4.0 得分 38.1,而 Opus 5 为 51.8
什么是 MiniMax M3.1 Flash?
MiniMax M3.1 Flash 是 MiniMax 推出的多模态混合专家模型。它面向编程、智能体办公工作和视觉推理。MiniMax 的 产品页面 列出 428B 总参数和约 23B 活跃参数。它还提到了稀疏注意力和原生视觉编码器。
该模型接受文本、图像和视频输入并返回文本。上下文窗口为 1,000,000 token。这些参数总量与 MiniMax M3一致,后者总参数约 428B、活跃参数约 23B。MiniMax 尚未发布关于 Flash 变体有何变化的技术报告。
M3.1 Flash 中的推理是如何工作的?
推理始终开启,无法禁用。开发者可从 5 个努力级别中选择:Low、Medium、High、Xhigh 和 Max。MiniMax 建议默认使用 Max。
迁移在此很重要。发送 thinking.type=disabled 或 effort=none 的请求会返回错误。推理出现在单独的 reasoning_content 字段中,该字段可能不存在。解析内联 <think> M3 的标签需要更新。
M3.1 Flash 在基准测试中表现如何？
以下所有分数均为 MiniMax 自报数据。目前尚无独立复现。
在 CoWork 数据集上，M3.1 Flash 领先 Automation-Bench v1.0.6，得分为 62.2。Opus 5 得分 50.3，GPT-5.6 Sol 得分 45.8。在 BankerToolBench 上，它以 76.2 与 Opus 5 打平。它还以 60.3 登顶 LOCA-Bench 256K。Agents’ Last Exam 得分为 29.6。
编码成绩喜忧参半。DeepSWE v1.1 得分 73.7，略高于得分为 73.0 的 GPT-5.6 Sol。DeepSeek-V4.1-Flash-1017 得分更高，为 77.0。Terminal Bench 4.0 是最弱的成绩，为 38.1。SWE Refactor Bench 为 23.0，而 Opus 5 为 31.0。
在视觉方面，BabyVision with tools 达到 91.0，CharXiv RQ 达到 82.5。HLE without tools 得分 43.4。
抽查结果成立。 Kimi K3 模型卡 报告的 DeepSWE 为 67.5、BabyVision 为 85.7，与 MiniMax 的表格一致。一处不一致：MiniMax 的成本图表将 Automation-Bench 最大努力值绘为 62.8，而其表格写的是 62.2。
M3.1 Flash 每个任务的成本是多少？
MiniMax 以每个任务的成本而非每个 token 的成本来衡量价值。在其 Automation-Bench 图表上，全部 5 个努力等级都位于每个任务 0.05 美元以下。分数从低努力的 52.8 到最大努力的 62.8 不等。完整运行一次 152 个任务的 Agents’ Last Exam 花费约 111 美元，得分为 29.6。在 DeepSWE 上，DeepSeek V4.1 Flash-1017 在最大努力下分数更高且更便宜。
如何部署 MiniMax M3.1 Flash？
该模型已在 platform.minimax.io 上线，名为 MiniMax-M3.1-Flash。MiniMax 支持 Anthropic 兼容和 OpenAI 兼容的访问方式，包括 Chat Completions 和 Responses。它还可通过 M Plan 和 MiniMax Code 桌面应用.
使用。定价为每 1M token 输入固定 0.15 美元、输出 0.60 美元。缓存读取成本为每 1M 0.015 美元。没有长上下文附加费。 MiniMax M3 在 512K 输入以内收费 0.30 美元/1.20 美元，超过后翻倍。按 token 计算，Flash 是 M3 标准费率的一半。MiniMax 声称成本是 M3 的 1/3，但未详细说明计算方法。
在速度方面，MiniMax 的产品页面列出约每秒 150 个 token。公告声称速度是 M3 的 3 倍。权重将于 10 月 23 日发布；许可证尚未公布。作为规模参考，M3 的 MXFP8 版本 约 440 GB.
M3.1 Flash 与 DeepSeek、Kimi 和 GLM 相比如何？
| 特性 | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| 总参数 / 激活参数 | 428B / ~23B（MiniMax) | 552B / prefill 8B，decode 16B（NVIDIA 卡) | 2.8T / 104B（HF) | ~744B / ~40B，共享 GLM-5 基座 |
| 上下文 | 1M | 1M（DeepSeek 文档) | 1,048,576 | 1,048,576 (Cloudflare) |
| 输入 | 文本、图像、视频 | 文本、图像 | 文本、图像 | 文本 |
| 权重 / 许可证 | 10月23日到期；许可证未披露 | 开放，MIT | 开放，Kimi K3 License | 开放权重 |
| API 价格 输入 / 输出（1M） | $0.15 / $0.60 统一价 | $0.30 / $1.20 高峰价；非高峰半价 | $3.00 / $15.00 | $1.40 / $4.40 |
| 自托管硬件 | 未披露 | 未披露 | MXFP4 权重；vLLM、SGLang | 未披露 |
| Automation-Bench v1.0.6* | 62.2 | 54.8 | 46.7 | 48.8 |
| DeepSWE v1.1* | 73.7 | 74.2 | 67.5 | 66.9 |
| Terminal Bench 4.0* | 38.1 | 31.2 | 12.6 | 37.9 |
| BabyVision（含工具）* | 91.0 | 89.6 | 85.7 | 未报告 |
*分数来自 MiniMax的对比表。Kimi K3 DeepSWE和BabyVision与其自身卡片一致。
局限性是什么？
每个基准测试均为厂商自报数据，且测试工具（harness）的选择会影响结果。Automation-Bench的数字在不同来源之间不可互换。Kimi K3的卡片报告在600个任务的公开子集上得分为30.8，而MiniMax列出的是46.7。
Opus 5在Terminal Bench 4.0上领先13.7分，在NL2Repo-Bench上领先14.1分。常开推理也为简单调用设定了token和延迟的下限。自托管细节要到10月23日才会公布。
关键要点
- 428B MoE，约23B激活参数，1M上下文。
- 每1M token 0.15/0.60美元，是M3每token费率的一半。
- 以62.2领先Automation-Bench v1.0.6，由MiniMax报告。
- 在Terminal Bench 4.0上落后Opus 5 13.7分。
- 权重将于10月23日发布；推理功能无法关闭。
请查看 公告, 产品页面 以及 API文档。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的Newsletter。等等！你在用telegram吗？ 现在你也可以在telegram上加入我们了。
本文 《MiniScale Just Launched M3.1 Flash：428B MoE智能体模型，输入价格0.15美元/M》 首发于 MarkTechPost.