MiniMax M3.1 Flash 深度解析：200+ TPS、Agent 降本 70%、API 价格与 AI 编程能力

一、MiniMax M3.1 Flash 正式发布：速度与成本成为竞争重点

2026 年 10 月 19 日，MiniMax 正式发布新一代 Flash 系列模型 M3.1 Flash。

根据官方公告，新模型围绕 AI Agent、软件工程、Computer Use 和网络安全能力进行了升级。

但此次发布最值得关注的地方，不是参数规模或单个排行榜分数，而是 MiniMax 同时强调了任务执行速度和整体费用。

官方表示，相较前代模型，M3.1 Flash 的在线推理速度接近提升三倍，并让 Agent 任务的整体使用成本降低约 70%。

在日常使用中，模型输出速度可超过每秒 200 Token，中位数输出速度超过每秒 170 Token。

这些数字显示出 MiniMax 对高频 Agent 工作流的重视。

因为在真实应用中，AI Agent 往往不只是回答一次问题。

它可能连续读取文件、调用工具、分析网页、修改代码，再根据结果重新执行任务。

即使模型的单次回答质量很高，如果推理速度慢、费用高，也会限制长期商业使用。

因此，M3.1 Flash 的竞争重点可以概括为三个方向：

提高复杂任务能力。

减少实际任务耗时。

降低企业持续使用 AI Agent 的成本。

二、Space Bunny 与 M3.1 Flash 有什么关系？

MiniMax 在官方公告中提到，Space Bunny 是 M3.1 Flash 的早期版本。

根据公司披露，Space Bunny 在此前运行期间，以未公开正式身份的方式处理了超过 200 万亿 Token。

这一说法展示了 MiniMax 对早期版本实际运行规模的介绍。

但需要注意，处理 Token 总量不等于模型参数规模，也不直接代表模型性能。

例如，一个模型在大量应用中产生极高 Token 使用量，只能说明它处理了较大规模的请求。

模型是否能够完成高难度任务，仍然需要独立评估。

同样，匿名运行期间的具体任务分布、成功率和费用结构，官方公告并未完整公开。

因此，不应把 200 万亿 Token 直接解释为已经通过某项特定行业基准测试。

从产品策略看，这种早期部署方式可能有助于团队积累真实运行反馈，观察延迟、可靠性和使用成本。

但公开信息不足以还原全部训练与部署过程。

三、M3.1 Flash 主要提升了哪些能力？

MiniMax 官方将此次模型升级重点放在四个方向。

这些能力具有共同特征：任务通常需要在多个步骤之间保持状态。

例如，普通聊天模型可以根据问题输出一段解释。

但软件工程 Agent 需要处理文件、运行测试并根据实际反馈修改代码。

Computer Use 则需要理解当前界面状态，决定下一步操作，并确认操作是否成功。

网络安全任务还需要结合程序执行、系统环境和验证工具。

因此，Agent 模型的能力不仅取决于语言生成质量，也取决于持续行动和根据反馈调整的能力。

四、MiniMax M3.1 Flash 的软件工程表现如何？

MiniMax 官方使用了 DeepSWE 等评测来展示模型在真实软件任务中的表现。

DeepSWE 更接近多步骤的软件工程场景，而不是简单的代码补全。

模型需要分析问题、修改相关代码，并通过测试或其他方式验证结果。

官方公布的相关比较图展示了 M3.1 Flash 的竞争力。

但需要注意，不同模型可能在不同执行框架、任务条件和预算限制下运行。

例如，同一模型使用不同的代码搜索工具，就可能得到不同的任务结果。

因此，不应该仅根据某张排行榜图片就得出“全面超过所有竞争模型”的结论。

对于企业技术选型，更建议建立自己的任务集。

例如，从真实代码仓库中选择 30 个可重复执行的任务。

让候选模型在相同环境和工具条件下完成。

最后比较成功率、费用、耗时与人工修复工作量。

这种测试比单纯比较模型营销资料更有实际价值。

五、Computer Use 为什么成为新一代 Agent 的重点？

Computer Use 指 AI 理解和操作计算机图形界面的能力。

传统 Agent 主要通过 API 与外部系统交互。

例如，查询订单可以直接调用数据库或业务接口。

但现实中，很多企业系统没有开放完整的 API。

部分业务操作只能在网页或桌面软件中完成。

Computer Use 为 AI 提供了另一种执行方式。

它可以根据屏幕截图理解界面位置，再通过鼠标、键盘或其他受控操作工具执行任务。

例如，在获得授权的情况下，Agent 可以填写表单、整理后台数据或完成重复性办公流程。

不过，图形界面操作存在稳定性问题。

页面元素可能移动，网络加载可能失败，弹窗也可能改变操作路径。

因此，成熟的 Computer Use Agent 必须具有状态检查和错误恢复能力。

对涉及付款、删除记录或修改权限的任务，还需要明确的人类确认机制。

六、M3.1 Flash 的 CyberGym 成绩意味着什么？

MiniMax 公布，M3.1 Flash 在 CyberGym 评测中达到约 82% 的成绩。

CyberGym 是用于评价与程序安全相关能力的测试环境。

根据 MiniMax 官方说明，模型在漏洞发现和验证等任务上具备较强能力。

同时，公司内部安全研究人员也开展了代码审计、漏洞修复、渗透测试、恶意软件分析与逆向工程等相关评估。

但这里需要作出三个区分。

首先，公开基准成绩不代表模型能够识别所有真实软件漏洞。

其次，内部安全团队测试与第三方独立审计不是同一类证据。

最后，安全分析能力提高，并不意味着模型自动拥有执行生产安全操作的授权。

企业使用这类模型时，应在合法授权范围内开展测试，并控制工具调用权限。

对于安全防御工作流，可以优先从代码审查和已知问题分析等低风险场景开始。

七、推理速度 200+ TPS 有什么实际意义？

TPS 是 Tokens Per Second 的缩写，通常表示模型每秒能够输出多少 Token。

MiniMax 官方表示，M3.1 Flash 在日常使用中可以达到超过 200 TPS 的速度，其中位数水平超过 170 TPS。

这对需要连续生成大量内容的 Agent 有一定价值。

例如，软件开发 Agent 可能需要输出代码修改说明、测试建议和较长的工具参数。

如果模型输出速度较快，就有机会缩短部分生成阶段的等待。

但模型输出速度不是整个任务完成速度。

例如，Agent 如果需要等待浏览器加载网页或等待数据库查询，那么即使模型生成速度翻倍，也未必让完整任务耗时缩短一半。

因此，应该区分三个指标。

TTFT： 从发起请求到收到首个 Token 的时间。

输出 TPS： 模型持续生成 Token 的速度。

任务总耗时： 从用户提交任务到得到经过验证结果的完整时间。

对于普通对话，TTFT 往往直接影响用户感知。

对于代码生成，输出 TPS 可能更加重要。

对于复杂 Agent，任务总耗时通常更能体现生产效率。

八、推理提速接近三倍，是不是所有任务都快三倍？

不是。

MiniMax 官方使用了接近三倍的在线推理速度提升表述，但这一结果需要结合其比较对象和测试条件理解。

不同任务的输入长度、输出长度、工具数量和执行环境都可能不同。

尤其对于多步骤 Agent，工具调用往往占据相当一部分时间。

因此，在生产环境中，不能直接将模型速度倍率乘到完整任务吞吐量上。

例如，如果某项任务的主要时间用于等待外部系统，单纯提高模型输出速度带来的收益可能有限。

对于企业开发者，应当分别测量模型生成时间和完整业务执行时间。

两者同时记录，才能明确系统瓶颈。

九、M3.1 Flash 官方 API 价格是多少？

MiniMax 公布了较为明确的 API 单价。

这里可以看到，缓存输入价格明显低于普通输入价格。

对于需要反复使用固定系统提示词或长期上下文的 Agent，缓存有机会降低部分重复输入的费用。

但是否能够获得缓存优惠，还取决于具体缓存命中条件与 API 实现。

不能假设所有重复文字都会自动享受缓存价格。

此外，上述价格使用美元表示。

如果实际通过第三方模型聚合平台调用，可能存在不同报价、汇率和结算规则。

因此，接入前应核对实际服务商价格，而不是直接照搬官方单价。

十、如何计算单次模型调用费用？

假设一个任务消耗：

• 200,000 个普通输入 Token。
• 50,000 个输出 Token。
• 不计算缓存命中。
• 不包含工具和其他服务费用。

按照 MiniMax 公布的价格：

输入费用为：

200,000 ÷ 1,000,000 × 0.15 = 0.03 美元。

输出费用为：

50,000 ÷ 1,000,000 × 0.60 = 0.03 美元。

两项合计约为 0.06 美元。

这是基于假设 Token 数量进行的算术示例，不是实际 M3.1 Flash 调用账单。

如果任务需要执行多轮模型调用，还需要把每轮费用相加。

如果使用搜索 API、浏览器或其他付费工具，也需要计算额外费用。

因此，真实 Agent 成本应按完整执行流程统计。

十一、Agent 任务成本下降 70% 应该如何理解？

MiniMax 官方表示，M3.1 Flash 在 Agent 任务中的总体使用成本较前代降低约 70%。

这里的关键词是“任务成本”。

它不一定只来自单次输入输出 Token 价格下降。

也可能与输出长度、模型效率、工具调用次数或完成任务所需的重试次数有关。

例如，一个模型虽然输出 Token 单价较低，但如果频繁执行失败，实际完成任务的费用可能较高。

相反，如果某个模型能够以较少步骤完成任务，即使单次请求稍贵，也可能降低整体成本。

因此，企业应该统计每次成功任务的费用，而不是只比较每百万 Token 的标价。

另外，70% 是 MiniMax 在其指定测试或观察范围内披露的结果。

不能保证每个业务场景均获得同等幅度降本。

十二、M3.1 Flash 能通过哪些产品使用？

MiniMax 官方公告确认，新模型已经通过以下渠道提供：

• MiniMax API。
• M Plan。
• MiniMax Code。

这意味着开发者可以通过官方 API 或相关产品体验模型。

但不同渠道可能具有不同的使用限制、请求额度和功能开放范围。

例如，网页订阅与按量 API 的计费方式可能不同。

因此，不能将 M Plan 的使用条件直接当作 API 价格。

开发者还应注意，API 中实际使用的模型标识必须通过最新官方文档确认。

不要仅根据展示名称推断模型 ID 的具体大小写或连字符格式。

如果使用第三方兼容网关，还需要确认该渠道实际映射到哪个模型版本。

十三、模型开放权重了吗？

MiniMax 在 10 月 19 日公告中明确表示，M3.1 Flash 的模型权重将在后续发布。

因此，截至 2026 年 10 月 20 日本文撰写时，不能将其直接宣传成已经发布权重、可以任意下载自托管的开放权重模型。

目前可以确认的主要使用方式是官方 API、M Plan 和 MiniMax Code。

如果企业希望在内部 GPU 集群部署完整模型，应关注后续的权重发布信息和具体许可证。

即使未来开放权重，也不意味着所有普通电脑都具备部署条件。

实际需求仍需要根据模型结构、量化格式和推理框架确认。

十四、MiniMax M3.1 Flash 适合哪些应用？

AI 编程助手

适合评估代码修改、错误定位、测试生成和复杂项目开发。

企业自动化 Agent

可以评估通过授权工具连接 CRM、办公系统和内部知识库。

Computer Use

适合探索需要网页界面交互的重复性工作，但应保留必要审批。

长时间研究任务

对于需要反复调用工具和处理资料的研究任务，速度与成本可能具有优势。

安全分析助手

可用于授权环境内的代码审查和防御性安全研究，不能替代正式安全测试。

无论是哪种应用，都应该先测试真实任务，再决定是否进入生产环境。

十五、AI API 聚合平台如何接入 M3.1 Flash？

对于统一提供多个模型接口的 API 平台，建议采用标准化接入流程。

第一，确认官方 API 文档与认证机制。

第二，读取模型名称、价格和能力限制。

第三，验证基本文本输出和流式响应。

第四，检查工具调用与结构化输出支持情况。

第五，记录真实 Token 使用量和上游结算数据。

第六，进行并发、错误码和超时测试。

第七，在模型广场中展示准确的版本与定价。

尤其需要注意，如果平台存在模型别名或自动路由功能，应向用户说明最终请求实际使用的模型。

不能未经验证就把 M3.1 Flash 标注成支持所有 OpenAI 或 Anthropic 专有接口特性。

接口兼容需要按照实际功能逐项测试。

十六、如何与 DeepSeek 等国产模型公平比较？

M3.1 Flash 与 DeepSeek 等模型都可以用于 Agent 和软件工程任务，但其官方测试可能采用不同 Harness 和执行预算。

因此，不能简单拿两家公司公告中的分数直接判断胜负。

建议采用统一任务集。

例如，选择相同代码仓库、相同错误描述和相同工具权限。

记录两个模型的任务成功率、实际调用次数、费用和耗时。

对于 Computer Use，应使用相同浏览器环境和页面状态。

对于安全任务，应使用合法、隔离和可复现的测试环境。

在商业选型中，推荐关注以下维度：

十七、常见问题 FAQ

MiniMax M3.1 Flash 已经正式发布了吗？

是的，MiniMax 于 2026 年 10 月 19 日宣布正式提供。

推理速度能达到多少？

官方表示，日常输出速度可以超过 200 TPS，中位数输出速度超过 170 TPS。

所有任务成本都下降 70% 吗？

不能这样理解。70% 是官方披露的特定 Agent 任务成本改善，不代表所有业务都获得同样效果。

API 输入价格是多少？

官方公布每百万普通输入 Token 为 0.15 美元。

M3.1 Flash 支持 AI 编程吗？

MiniMax 将软件工程和 Agent 作为重点能力方向，但实际项目仍应通过测试评估。

模型权重可以下载吗？

截至本文撰写时，官方表示权重将在后续发布。

能直接替代现有 API 模型吗？

需要验证模型 ID、请求格式、工具调用和输出行为，不能只修改配置就认定完全兼容。

十八、结语：Agent 模型竞争正在转向完整任务成本

MiniMax M3.1 Flash 展示了国产 AI 模型竞争方向的新变化。

模型能力仍然重要，但推理速度、工具调用效率和完整任务成本，正在成为影响商业落地的重要因素。

对于普通开发者，快速获得模型输出有助于提升编程体验。

对于企业，长期运行的 Agent 更需要关注每次成功任务究竟消耗多少计算资源。

对于 AI API 平台，还需要比较上游模型价格、稳定性和真实业务表现。

MiniMax 此次公布了具有竞争力的速度和价格信息，但其实际价值仍需要通过独立测试确认。

未来的模型选型，不应该只问哪款模型在排行榜上更强。

还应该问：哪款模型能够在符合安全和成本要求的条件下，稳定完成真实业务任务？

官方参考资料

. MiniMax Research — MiniMax M3.1 Flash: Redefining Agent Performance and Cost https://www.minimax.io/blog/minimax-m31f

. MiniMax 开发者平台 https://platform.minimax.io/

MiniMax 官方网站 https://www.minimax.io/