中国人工智能初创公司 MiniMax 已正式推出 M3.1 Flash，该公司表示，该代理模型的运行速度比其前身大约快三倍，运行成本降低 70%。该公告于 10 月 19 日发布在 MiniMax 网站上，并于同日被路透社报道，它也揭开了人工智能社区中一个不寻常的谜团：名为“Space Bunny”的匿名模型，它以代号运行时悄悄处理了超过 200 万亿个代币，它是 MiniMax M3.1 Flash 的早期版本。

太空兔子揭晓 更多相关背景，请参阅我们的人工智能资讯。

几周来，开发人员一直在测试以 Space Bunny 名称列出的功能模型，但没有明确表明是谁建造的。 MiniMax 的发布帖子证实，Space Bunny 实际上是 M3.1 Flash 的早期版本，一直以匿名方式提供流量。该公司表示，该模型在此期间积累了超过 200 万亿个已处理的代币，这使其在正式亮相之前拥有了异常庞大的现实世界评估基础。

该策略反映了中国人工智能实验室的更广泛模式，这些实验室越来越多地使用匿名或预览版本来收集反馈，然后再将模型的真实姓名放在上面。据 AI Buzz Wire 当时报道，MiniMax 本身在 9 月底预览了该模型，名称为 M3.1-Flash-Preview，没有基准测试，也没有定价。

针对座席的基准测试，而不仅仅是聊天

MiniMax 将 M3.1 Flash 定位为下一代“Flash”模型，专为代理工作（计算机使用、编码、网络安全和长期企业工作流程）而构建，而不仅仅是对话聊天。根据该公司公布的业绩：

  • BankerToolBench：76.2 — 该公司表示，该模型可以端到端地完成跨 SaaS 系统的真实企业工作流程，涵盖销售、营销、运营、客户服务、财务和人力资源任务，在多步骤规划、文档一致性、财务合规性和链式工具调用方面具有优势。
  • DeepSWE v1.1：73.7% — 根据 MiniMax 的说法，将其与需要独立代码理解、功能开发、错误修复和测试验证的复杂软件工程任务的顶级模型并列。
  • OSWorld V2：61.7 和 特工期末考试 (ALE)：29.6 — 衡量计算机操作和实际专业任务性能的基准。 MiniMax称M3.1 Flash在这两项指标上均在中国机型中排名第一。
  • Cyber​​Gym：82% — 该公司将此作为漏洞发现和验证方面领先能力的证据，以及代码审计、渗透测试、恶意软件分析和逆向工程方面的内部评估。

与供应商报告的基准一样，独立验证仍然有限，排行榜比较在很大程度上取决于配置。 MiniMax 表示，结果已通过推理堆栈中的“更激进的稀疏性”进行了优化。

速度和定价：积极的部分

经济主张可以说是更重要的事情。 MiniMax 表示，每天的输出速度达到每秒 200 多个令牌，中位 (P50) 吞吐量始终高于每秒 170 个令牌，并且代理任务的总体使用成本比该模型的前身低 70%。

每百万代币的定价是固定的：

|等级 |价格（每 100 万美元代币）|
|---|---|
|输入 | 0.15 美元 |
|输出| 0.60 美元 |
|缓存输入 | 0.015 美元 |

这大幅削弱了大多数前沿级 API 的定价，并将定义代理模型市场的价格战持续到 2026 年。几天前，DeepSeek 在 MIT 许可下以开放权重发布了 V4.1-Flash-1017 更新，给市场的各个定价层带来了压力。对于大容量代理工作负载（其中单个企业工作流程可能涉及数百个模型调用），0.60 美元和数美元输出定价之间的价差构成了可行产品和难以承受的产品之间的差异。

速度声明的重要性有不同的原因。当每个“点击并观察”步骤等待几秒钟响应时，计算机使用代理就会停止；吞吐量中值每秒超过 170 个令牌，使得多步骤 GUI 自动化对于生产使用来说反应足够灵敏。 MiniMax 认为，将企业试点转变为部署的因素是代理经济学，而不是原始的基准领导力。

报道此次发布的 MarkTechPost 将 M3.1 Flash 描述为一个包含 4280 亿参数的专家混合模型，尽管 MiniMax 自己的公告并未说明参数数量。

可用性：现在 API，稍后权重

M3.1 Flash 可通过 MiniMax API（该公司的 M Plan 订阅）和 MiniMax Code（其桌面编码代理）立即获得。该公司表示，型号重量将在稍后发布，并且功能更强大的“Pro”变体也在路线图上。两者都没有给出日期。

分阶段的方法——首先是 API，然后是开放权重——已经成为 MiniMax 的标准策略。该公司于 7 月发布了开放权重的 H3 视频模型，其企业收入在 2026 年上半年同比增长近四倍，达到 1.166 亿美元。

这对开发人员意味着什么

对于构建代理管道的团队来说，M3.1 Flash 的定位很简单：以商品价格实现近乎前沿的代理性能，其吞吐量使多步骤计算机使用工作流程在经济上可行。悬而未决的问题是供应商报告的基准在独立测试下如何保持，以及承诺的重量释放的速度有多快。

随着 DeepSeek、Z.ai 和现在的 MiniMax 所有代理模型都在同一个月内以激进的价格点发货，中国开放权重生态系统与西方封闭 API 之间的竞争差距继续缩小——而买家是直接受益者。

_本文基于 MiniMax 官方发布公告（2026 年 10 月 19 日）、路透社报道、MarkTechPost 报道。_

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →