MiniMax M3.1 Flash发布:单一定价不分峰谷,Agent任务成本降70%

流云 2026-10-20 1362 0条评论
摘要: 10月19日,MiniMax推出M3.1 Flash,一款原生多模态Agent与编程模型。模型编码MiniMax-M3.1-Flash,上下文窗口100万token,输出速度P50...

10月19日,MiniMax推出M3.1 Flash,一款原生多模态Agent与编程模型。模型编码MiniMax-M3.1-Flash,上下文窗口100万token,输出速度P50稳定170+ TPS,输入每百万token 1元、输出4元、缓存读取0.1元——单一价,不分时段也不分提示长度。官方给出的对照是Agentic类任务综合成本较前代下降70%。

跨系统流程的端到端执行

Automation-Bench v1.0.6上取得62.8分。这类评测考的不是单轮问答,而是模型能不能在多个系统之间自己排先后、处理中间结果;官方给的场景是销售、营销、运营、客服、财务与人力六条真实业务流。另一项BankerToolBench得76.2分,侧重多步骤规划与跨文档一致性——同一份材料在表格、文档、邮件之间搬运时,数字与口径会不会走样。两项均为官方自评口径。在AI工具导航的Agent分类中,这类基准正在成为衡量“能不能把事做完”的核心指标,而非单点能力。

编程与电脑操作

编程成绩是DeepSWE v1.1的73.7%,这项基准要求模型自己完成读代码、写功能、修失败用例与测试验证的整条链,中间没有人工提示。OSWorld V2取得61.7分,ALE取得29.6分,官方称两项均位列国产模型第一。OSWorld把模型放进真实桌面环境,让它点按、填表、切应用,考的是能不能操作而不是能不能答题。CyberGym基准得到82%,使用场景明确到代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程五项,是这一代相对上一代扩展最明显的一块。

更激进的稀疏注意力换来速度

这一代换了更激进的稀疏注意力架构,日常场景输出速度可达200+ TPS,P50稳定在170+ TPS,官方称线上推理速度较前代提升近3倍。对交互式产品这决定等待感,对批量任务它决定同样并发下要开多少实例。

与同类模型的定价结构差异

DeepSeek V4.1 Flash闲时输入1元、高峰2元,输出闲时4元、高峰8元;Claude Haiku 5.5输入每百万token 0.10美元、输出0.50美元,提示超10万token后上调。M3.1 Flash只有一档。缓存读取上DeepSeek闲时0.02元低于M3.1 Flash的0.1元,反复带同一份上下文时省的是这一格。权重开放上要自托管只有DeepSeek可走。在AI办公软件推荐的选型逻辑中,这种定价结构的差异直接决定跑批成本——跑批集中在工作日白天时,峰谷两价与单一定价的差距会放大。

使用方式与权重状态

普通用户在MiniMax Code桌面端直接使用,macOS与Windows两个版本;订阅用户走M Plan入口,M2.5与M2.7系列在M Plan与Token Plan内的请求自10月19日起统一路由至M3.1 Flash;开发者创建密钥后按模型名调用,官方提供Anthropic SDK、OpenAI SDK与AI SDK三种接入方式。权重目前没有开放,官方写明将稍后开放,暂未给出许可证与仓库地址。

编辑判断

M3.1 Flash的发布把Agentic任务的成本结构压到了一个明确的档位:单一定价、不分时段,配合170+ TPS的输出速度,适合把多步流程交给模型自主执行的工程团队。但权重尚未开放,需要自托管的团队只能等;官方评测均为自评口径,改坏别处的概率要拿自己仓库里失败的测试集实测。对于正在做AI办公软件推荐选型的团队,如果业务以跨系统流程自动化和长链路编码为主,它的定价结构比单点跑分更值得优先评估。


文章版权及转载声明:

作者:流云本文地址:https://sanwenge.com/post/1510.html发布于 2026-10-20
文章转载或复制请以超链接形式并注明出处三文阁