MiniMax发布M3.1 Flash：推理提速近三倍，成本降70%

MiniMax 发布 M3.1 Flash：推理速度提升近三倍，成本降低 70%

MiniMax 正式推出新一代模型 M3.1 Flash。该模型在代理任务、编码、计算机使用及网络安全领域实现了显著性能飞跃，同时在线推理速度较前代提升近三倍，使用成本降低 70%。

此前，M3.1 Flash 的早期版本已在匿名运行环境中处理了超过 200 万亿代币的数据量。

核心能力基准测试表现

M3.1 Flash 在多项复杂基准测试中达到行业领先水平，具体表现如下：

• 复杂任务与自动化：在 AutomationBench-AA 测试中，M3.1 Flash 表现优异，能够端到端解决 SaaS 系统中的企业工作流程问题，涵盖销售、营销、运营、客户服务、财务及人力资源等领域。在 BankerToolBench 中获得 76.2 分，展示了在多步规划、文档一致性维护、财务合规性及链式工具调用等现实挑战中的处理能力。
• 编码与软件工程：在 DeepSWE v1.1 基准测试中得分 73.7%，与顶级模型持平。DeepSWE 侧重于需要独立理解代码、开发功能、修复 Bug 并通过验证的复杂软件任务。M3.1 Flash 通过长序列步骤执行，以较低成本支持复杂的软件开发工作流。
• 计算机操作：在 OSWorld V2（评估 AI 计算机操作及跨应用任务执行）中得分为 61.7 分；在 Agents Last Exam (ALE)（评估真实专业工作及复杂任务绩效）中得分为 29.6 分。这两项指标均位列中国模型第一。该模型在与真实环境交互、工具使用及长时间任务序列执行方面表现出强大的行动力。
• 网络安全：在 CyberGym 中获得 82% 的高分，显示出领先的漏洞发现与验证能力。内部评估显示，其在代码审计、漏洞补丁、渗透测试、恶意软件分析及逆向工程方面表现强劲，可为构建复杂安全系统提供高效低成本支持。

推理效率优化

通过更积极的稀疏性策略，M3.1 Flash 进一步优化了推理效率。日常使用中，输出速度可达 200+ TPS（每秒 Token），中位数（P50）速度稳定在 170+ TPS。

定价策略

针对代理任务，M3.1 Flash 的整体使用成本比上一代低 70%。每百万 Token 的价格如下：

性能与成本平衡

通过 Automation-Bench（复杂代理任务）、DeepSWE（现实世界编码）以及 Agents economic last exam (ALE)（具有经济价值的现实世界计算机使用任务）三项基准测试，M3.1 Flash 以极低的任务成本提供了匹配顶级模型的性能，重新定义了智能体任务的能力与成本标准。

目前，开发者可通过 MiniMax API、M Plan 和 MiniMax Code 访问 M3.1 Flash。模型权重将在稍后发布。

获取渠道：

• 下载 MiniMax 代码桌面版：https://agent.minimax.io/下载
• 订阅 M 计划：https://www.minimax.io/m-plan
• 访问 API：platform.minimax.io