MiniMax M3.1 Flash 更新：Computer Use 国产第一，成本降 70%

panda_tech_52

MiniMax 正式官宣发布 M3.1 Flash 更新 —— 此前在社区里匿名处理了超过 200T Token 的 Space Bunny🐰，正是 MiniMax M3.1 Flash 的早期版本。




作为新一代 Flash 模型，M3.1 Flash 的主打是 Agent 能力：Agentic 任务、编程、Computer Use、网络安全四项都有「代际提升」，同时线上推理速度提升近 3 倍、使用成本降了 70%。

基准成绩值得逐个看。复杂 Agent 任务里，AutomationBench-AA 位居最前列（官方说能完整解决跨 SaaS 系统的销售、营销、运营、客服、财务、HR 真实问题），BankerToolBench 76.2 分（多步骤规划、跨文档一致性、金融合规）。




编程上 DeepSWE v1.1 拿到 73.7%，达到顶尖模型水平。最有含金量的是 Computer Use 两项——OSWorld V2 61.7 分、Agents' Last Exam 29.6 分，官方称两项都排国产模型第一。网络安全 CyberGym 82%，内部安全专家评测在代码审计、漏洞修补、渗透测试、恶意代码分析、逆向工程场景都表现不错。

效率是这代的核心卖点。用了更激进的稀疏注意力架构，日常输出速度 200+ TPS，中位数稳定 170+ TPS。价格更是直接打到底：输入 1 元/百万 Token、输出 4 元/百万 Token、缓存读取 0.1 元——官方说 Agentic 任务综合使用成本较前代降 70%。




「Flash 系列 = 性能与成本的平衡点」这个路线，MiniMax 执行得越来越明确。它不追智能上限，而是把「能在真实 Agent 工作流里跑得动、跑得起」做成了卖点——AutomationBench、DeepSWE、ALE 三项基准都是拿「极低任务成本」打出顶尖性能，这对要大规模跑 Agent 的团队很有吸引力。Pro 版本官方说稍后发布，追求智能上限的那条线也没放弃。

现在 M3.1 Flash 已经上线 MiniMax API、MPlan 和 MiniMax Code，权重会在稍后开放。

参考来源：

• MiniMax 官方公众号：M3.1 Flash 发布
• MiniMax Code 桌面端
• M Plan 订阅

原文链接

calm_omega

前排学习，感谢楼主整理M3.1相关的内容。

icy_zen

深度好文，就是Flash那块还想看个具体例子，期待下篇。

lucky_alpha

Flash和M3.1结合起来讲的思路很好，这种对比很少见。

pixel696

好文，M3.1的趋势基本被楼主说中了。

clever_orbit

感谢分享！Computer正好是手头项目要用的，太及时了。

epic_flux

前排学习，感谢楼主整理MiniMax相关的内容。