MiniMax M3.1 Flash 发布：太空兔认领身份，成本降七成、速度提近三倍

刷榜已久的「太空兔」终于摘下了马甲。10 月 19 日晚，MiniMax 正式发布新一代 Flash 模型 M3.1 Flash，确认此前匿名上线的 Space Bunny（太空兔） 就是它的早期版本。这个匿名身份并不简单——Space Bunny 自 9 月下旬上线后，曾在三天内登上 OpenRouter 和 OpenCode 的 Token 日调用量榜首，测试期间累计处理了超过 200 万亿 Token。

能力、速度、成本，三件事一起动

M3.1 Flash 的核心更新可以概括为一条主线：复杂 Agent 任务能力的代际提升，同时把速度和成本一起往友好方向拉。官方给出的数字是，线上推理速度提升近 3 倍，使用成本降低 70%。

速度方面，模型采用了更激进的稀疏注意力架构，日常场景输出速度可达 200+ TPS，中位数（P50）稳定在 170+ TPS。对普通用户来说是响应更快，对开发者来说则直接影响 Agent 多轮调用下的整体效率。

成本方面，智能体任务综合使用成本约为前代模型的三成。API 价格同步下调：每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元（美元口径为 0.15 / 0.60 / 0.015），相比上一代 M3，输入输出单价降幅超过 50%，缓存读取降幅超过 70%。

具体跑分：四块阵地各有亮点

官方及第三方评测给出的几组关键数字，覆盖的是四个方向。

智能体与企业自动化上，M3.1 Flash 在 AutomationBench-AA 位居最前列，能完整跑通销售、营销、运营、客服、财务、HR 等跨 SaaS 的真实业务流；BankerToolBench 拿到 76.2 分，与 Claude Opus 5 并列第一，在多步骤规划、跨文档一致性、金融合规和链式工具调用上表现突出。

编程侧，DeepSWE v1.1 得分 73.7%，仅次于 DeepSeek V4.1 Flash-1017 的 77%，长链路任务执行能力得到了验证。有开发者的实测账单更直观：同样做一张产品发布网页，Claude 花了 1.22 美元，M3.1 Flash 只花了 0.014 美元；另一个 Roadster 场景对比里，MiniMax 花 0.71 美元，Claude 花 11.27 美元，效果上 Claude 的场景更逼真，但 MiniMax 已经完成了大部分视觉工作。

电脑操作与专业任务上，OSWorld V2 得分 61.7、Agents' Last Exam 得分 29.6，均位列国产模型第一。有意思的是，在 Agents' Last Exam 的通过率对成本散点图上，M3.1 Flash 以 111 美元的总成本拿到 29.6% 的通过率，站在了成本-性能前沿的左下角——Claude Opus 5.5 要花 1500 美元以上才能达到 38%。

网络安全是这次着墨不少的新阵地，CyberGym 拿到 82%，与 GPT-5.6 Sol 的 83.6 处于相近区间。官方称内部安全专家在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下做了深度评测，结论是能以低成本支撑复杂安全体系建设。

摆在 Flash 赛道的大背景下看

这个时间点绕不开 DeepSeek。10 月 17 日 DeepSeek 更新 V4.1 Flash-1017，10 月 19 日 MiniMax 交卷 M3.1 Flash，不到 72 小时两次更新，把国产 Flash 模型从「旗舰平替」推到了直接与闭源旗舰正面较量的位置。

从公开结果看，两者侧重并不完全重合：DeepSeek 的软件工程评测得分更高，M3.1 Flash 则在跨 SaaS 业务流、电脑操作和网络安全上更突出。对开发者来说，两者更像是按任务类型选择的互补选项，而不是非此即彼。

另有 developer 注意到，M3.1 Flash 在 Artificial Analysis 综合指数中拿到 42 分，较上一代 M3 提高 13 分，与 GLM-5.3 Flash 持平；同样的评测里 Claude Opus 5.5 是 58 分，差距还在，但 Flash 与旗舰之间的鸿沟确实在收窄。

写在最后

需要说明的是，M3.1 Flash 目前已通过 MiniMax API、M Plan 和 MiniMax Code 开放使用，模型权重尚未开源、后续公布，所以现在说「开源第一梯队」还言之尚早。同时值得留意的是，官方已预告性能更高的 Pro 版本将在不久后推出，这次的 Flash 更像是一次前锋。

对个人开发者而言，输入 1 元、输出 4 元的定价加上 170+ TPS 的速度，意味着跑 Agent 长任务的账单压力明显小了；对企业侧，跨系统业务流和网络安全这两块能力正好踩在近期的需求点上。实际体验如何，还是要等自己跑几个真实项目再说。

太空兔的身份揭开之后，你会先试试 Flash 还是等 Pro？