MiniMax发布M3.1 Flash：428B MoE Agent模型，输入每百万token仅0.15美元

MiniMax近日在其API平台正式发布新模型MiniMax M3.1 Flash，输入价格低至每百万token 0.15美元，输出0.60美元，主打「接近旗舰级Agent能力、Flash级成本」的定位。MiniMax还确认，此前曾引发猜测的隐身模型Space Bunny正是M3.1 Flash的早期版本，该模型在隐身测试期间已处理超过200T token。对于开发者而言，这款模型的核心卖点在于：用极低的成本获得办公自动化与Agent任务的近前沿表现。

模型规格：428B MoE，百万token上下文

根据MiniMax产品页面，M3.1 Flash是一款多模态混合专家（MoE）模型，总参数量428B，激活参数约23B，采用稀疏注意力机制，并内置原生视觉编码器。模型接受文本、图像和视频输入，输出文本，上下文窗口高达100万token。这些参数规模与此前发布的MiniMax M3基本一致，但MiniMax尚未发布技术报告说明Flash版本的具体改动。

模型定位覆盖三大方向：编程、Agent办公自动化和视觉推理。目前该模型已可在MiniMax API、M Plan订阅以及MiniMax Code桌面应用中使用，模型ID为MiniMax-M3.1-Flash。自托管所需的硬件配置尚未公布，模型权重预计10月23日释出，许可证信息暂未披露。作为参考，M3的MXFP8版本权重体积约440GB。

推理机制：始终开启，五档思考强度

M3.1 Flash的推理能力始终开启，无法关闭。开发者可以在Low、Medium、High、Xhigh和Max五档思考强度中选择，MiniMax官方推荐默认使用Max档。这一设计对从M3迁移过来的开发者有实际影响：如果请求中发送thinking.type=disabled或effort=none，API将直接返回错误。

此外，推理内容通过独立的reasoning_content字段返回，且该字段可能缺失。此前解析M3内联标签的集成代码需要相应更新。对于简单调用而言，始终开启的推理也意味着token消耗和延迟存在下限，这是开发者在设计应用时需要考虑的成本因素。

跑分表现：办公自动化领先，硬核编码居中

需要强调的是，以下所有跑分均为MiniMax官方报告，尚无独立复现。在CoWork基准集中，M3.1 Flash以62.2分领跑Automation-Bench v1.0.6，超过Opus 5的50.3分和GPT-5.6 Sol的45.8分；在BankerToolBench上与Opus 5并列76.2分，LOCA-Bench 256K得分60.3位居榜首，Agents' Last Exam得分为29.6。

编码方面表现则较为分化：DeepSWE v1.1得分73.7，略高于GPT-5.6 Sol的73.0，但低于DeepSeek-V4.1-Flash-1017的77.0；最弱项是Terminal Bench 4.0，仅38.1分，而Opus 5达到51.8分，相差13.7分；SWE Refactor Bench为23.0分，也低于Opus 5的31.0分。视觉能力方面，BabyVision（带工具）高达91.0分，CharXiv RQ达82.5分，HLE（无工具）为43.4分。

交叉验证方面，Kimi K3模型卡报告的DeepSWE 67.5分和BabyVision 85.7分与MiniMax对比表中的数据一致，抽查基本可信。不过也有一处不一致：MiniMax成本图表中Automation-Bench最高强度画的是62.8分，而表格中写的是62.2分。

成本分析：按任务计价，低于0.05美元

MiniMax将价值主张定义为「每任务成本」而非「每token成本」。在Automation-Bench图表中，全部5档思考强度的单任务成本均低于0.05美元，得分从低强度的52.8分到最高强度的62.8分不等。跑完152题的Agents' Last Exam全套测试，成本约111美元。

对比之下，M3的定价为输入0.30美元、输出1.20美元（输入不超过512K时），超过512K后价格翻倍。Flash的每token价格是M3标准价的一半，MiniMax宣称总成本为M3的三分之一，但未披露具体计算方式。速度方面，产品页显示约每秒150 token，官方公告称速度是M3的3倍。缓存读取价格为每百万token 0.015美元，且长上下文不加收费用。

竞品对比：与DeepSeek、Kimi、GLM正面交锋

在开源MoE阵营中，M3.1 Flash的直接对手包括DeepSeek V4.1 Flash（552B总参数、解码激活16B，MIT开源，峰值定价0.30/1.20美元）、Kimi K3（2.8T总参数、激活104B，定价高达3.00/15.00美元）和GLM-5.3（约744B总参数、激活约40B，定价1.40/4.40美元）。

按MiniMax对比表，M3.1 Flash在Automation-Bench v1.0.6上以62.2分明显领先（DeepSeek 54.8、Kimi 46.7、GLM 48.8），BabyVision 91.0分也居首。但在DeepSWE v1.1上，DeepSeek的74.2分更高且在最高强度下成本更低。值得注意的是，Kimi K3模型卡在600题公开子集上报告Automation-Bench为30.8分，与MiniMax表中的46.7分差距明显，说明测试套件选择会显著影响结果。

局限与展望

目前M3.1 Flash的主要不确定性在于：所有基准均为厂商自报，跨来源的Automation-Bench数据不可直接比较；在Terminal Bench 4.0和NL2Repo-Bench上，Opus 5分别领先13.7分和14.1分；自托管细节要等到10月23日权重发布才能明朗。凭借0.15美元的输入价格和领先的Agent办公基准成绩，M3.1 Flash有望推动低价Agent应用的普及，但其真实实力仍待独立测试和开源社区的验证。