MiniMax M3.1 Flash 正式上线：每百万 token 输入 0.15 美元，权重稍后开放
MiniMax 10 月 19 日上线 M3.1 Flash，每百万 token 输入 0.15、输出 0.60 美元；独立指数 43，低于 DeepSeek。
MiniMax 在 10 月 19 日正式上线 M3.1 Flash。这是一款 Flash 档的语言模型，官方称它在 Agent 任务、编程、Computer Use 与网络安全上都有代际提升。API 列价为每百万 token 输入 0.15 美元、输出 0.60 美元，缓存输入 0.015 美元。此前以匿名身份跑榜的「太空兔」（Space Bunny），官方博客确认它就是这个模型的早期版本。权重写作“稍后”开放，没有给出日期。
要点
- 价格：API 列价每百万 token 输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元，出自 MiniMax 官方博客（10 月 19 日）。财新报道的人民币价为 1 元、4 元和 0.1 元。
- 官方跑分：OSWorld V2 为 61.7 分，ALE 为 29.6 分，官方称两项在国产模型中都排第一；DeepSWE v1.1 为 73.7%，CyberGym 为 82%。
- 独立指数：Artificial Analysis（AA）智能指数为 43，低于 DeepSeek V4.1 Flash 1017 的 45；AA-Omniscience 幻觉率约 93%（The Decoder 转述 AA）；跑完指数的平均任务成本为 0.22 美元。
背景
M3.1 Flash 的上一代是 MiniMax M3。AA 页面记录，M3 的智能指数为 29，API 价为每百万输入 0.30 美元、输出 1.20 美元，跑完指数的平均任务成本为 0.51 美元。M3.1 Flash 的列价正好是它的一半。官方博客还称，agentic 任务的综合使用成本比前代低 70%，线上推理速度提升近 3 倍；财新把这个 70% 对应到 M3 上。财新还提到，MiniMax 创始人兼 CEO 闫俊杰此前在二季度财报会上强调过“极致性价比路线”。
这个模型此前已经露过面。9 月 28 日，我们报道过它以 Space Bunny 之名在 OpenRouter 与 OpenCode 的日调用量榜上登顶（Space Bunny 报道）。10 月 3 日的预览条目（M3.1-Flash 预览）当时既没有价格，也没有跑分。这次报道主要拿来对比的，是 DeepSeek 在 10 月 17 日更新的 V4.1 Flash 1017（DeepSeek V4.1 Flash 1017 模型卡）。
事实部分
下表把官方数字和独立数字放在一起。
| 项目 | 数值 | 来源与口径 |
|---|---|---|
| API 列价（每百万 token） | 输入 0.15 美元，输出 0.60 美元，缓存输入 0.015 美元 | 官方博客；财新报道为人民币 1 元、4 元、0.1 元 |
| 计价方式 | 统一单价，不分输入长度档 | 官方博客称 flat pricing；财新称 M3 按输入长度分两档 |
| 上下文窗口 | 1M token | AA 模型页 |
| 输出速度 | 日常可达 200+ TPS，P50 稳定在 170+ TPS | 官方博客，厂商口径 |
| OSWorld V2 / ALE | 61.7 分 / 29.6 分 | 官方博客；官方称两项均为国产模型第一 |
| DeepSWE v1.1 / CyberGym | 73.7% / 82% | 官方博客 |
| BankerToolBench | 76.2 分 | 官方博客 |
| AA 智能指数 | 43 | AA 模型页；M3 为 29；DeepSeek V4.1 Flash 1017 为 45（AA 榜单页） |
| AA 每任务成本 | 0.22 美元 | AA 模型页；M3 为 0.51 美元 |
| 跑完指数生成的 token | 1.8 亿 | AA 模型页；M3 为 1.2 亿 |
| AA-Omniscience | 准确率约 56%，幻觉率约 93% | The Decoder 转述 AA 数据 |
| 权重 | “稍后”开放，无日期 | 官方博客；The Decoder 单一来源写 10 月 23 日 |
表下注明：官方数字出自 MiniMax 官方博客（2026 年 10 月 19 日）；AA 数字出自 Artificial Analysis 的模型页与榜单页，10 月 21 日读取；AA-Omniscience 为 The Decoder 转述的取整值。The Decoder 首日报道把 AA 指数写作 42，页面当前显示 43。
官方博客没有给出的部分同样要记下：AutomationBench 只写“位居前列”，没有分数；博客列出的是几项分数，没有完整评测表；Pro 版本同样写着“稍后”。
各方说法
独立评价大致分三类：实测、榜单对比，以及刷榜质疑。
实测方面，雷峰网让两套方案从同一张手绘校园平面图和建筑尺寸表出发，从零搭一座可在浏览器里交互的 3D 校园。MiniMax Code 加 M3.1 Flash 用了 55.4 分钟，OpenCode 加 DeepSeek V4.1 Flash 用了约 121 分钟，两边的模型费用都在 6.5 元左右。两套方案都完成了主要交付要求。这只是一次测试，不能代表整体水平。
榜单对比方面，The Decoder 引用 AA 的数据，结论是两者没有哪一方全线领先。首日口径下，DeepSeek 的智能指数是 45，M3.1 Flash 是 42。M3.1 Flash 在 Humanity’s Last Exam 上是 48% 对 43%，AA-Omniscience 正确率是 56% 对 43%；CritPt 上则是 22% 对 24%。编程方面，雷峰网引用的 DeepSWE v1.1 数据是 DeepSeek 77.0%、M3.1 Flash 73.7%。
刷榜质疑方面，BlockBeats 转述博主「猫老板」的测试。博主用一套不公开的私人题库发现，M3.1 Flash 旧题接近满分、新题接近零分，题库中位分为 51.76，M3 为 23.86，DeepSeek V4.1 Flash 1017 为 56.03。这是单个博主的测试，我们检索到的资料里没有公开复现。Wccftech 报道了一种更激烈的说法：一位 AI 研究者认为，MiniMax 可能在 M3 评测期间截获了 AA-Omniscience 的题目，并用改过答案的题目测试，称模型只复述了原题答案。文章自己也把前面的内容称为“有根据的推测”，并说已联系 AA；我们读取的版本里没有 AA 的回应。
编辑判断
M3.1 Flash 对开发者最直接的变化是价格，但价格要和任务量一起算。AA 记录它跑完指数生成了 1.8 亿 token，比 M3 的 1.2 亿多，并称它“非常啰嗦”。列价减半后，每任务成本还要看它实际生成多少 token。
官方的 70% 与列价减半是两个口径：前者是 agentic 任务的综合使用成本，后者是 API 标价。分开看，结论才站得住。
独立指数是另一面。AA 把它排在 DeepSeek V4.1 Flash 1017 之后，AA-Omniscience 的幻觉率约 93%。The Decoder 转述 AA 的解释：模型会尽量回答每一道题，而不是在不确定时弃答。如果你的场景要靠模型直接回答事实问题，又没有检索或人工复核兜底，这一项比跑分更值得先测。
接下来要盯三件事：权重何时放出（官方写“稍后”，The Decoder 写 10 月 23 日，只有一个来源）；Pro 版本（官方同样写“稍后”）；刷榜质疑有没有得到 AA 或 MiniMax 的正式回应。
怎么试
M3.1 Flash 目前有三条使用路径：MiniMax API、M Plan 订阅，以及 MiniMax Code 桌面端。API 从 platform.minimax.io 开通。官方博客定价表里的模型名是 MiniMax-M3.1-Flash，实际调用名请以开放平台文档为准。
上手前先算一笔账：用同一批真实任务比较每任务成本与通过率，而不是只看每百万 token 的单价。权重放出之前，这个模型无法在本地部署。