2026 年 10 月 19 日晚，MiniMax 正式发布 M3.1 Flash，同时认领了此前在匿名状态下出现的模型「太空兔」——它是这个版本的早期形态。官方给出的两组数字最实在：线上推理速度提升近 3 倍，使用成本降低 70%。对正在跑智能体任务的人来说，第二组数字比第一组更有意义。
把价格表先摆出来
定价按每百万 token 计，三个数字：
- 输入 1 元
- 输出 4 元
- 缓存读取 0.1 元
对比上一代 M3，输入输出单价降 50% 以上，缓存读取降超 70%。缓存读取降到 0.1 元，改变的是长会话账单。
缓存定价是这轮降价里最容易被低估的一项。智能体任务的特点是把同一段上下文反复送给模型——系统提示、工具定义、历史轨迹。这部分内容命中缓存后按 0.1 元计价，相当于把重复读的成本压到了新读的十分之一。长会话的账单结构会因此变样，而不只是总额变小。
图 1：输入输出单价较上一代降 50% 以上，缓存读取降超 70%
速度、稀疏注意力与五个基准
推理侧换成了更激进的稀疏注意力，效果直接体现在输出速度上：日常场景 200 TPS 以上，中位数稳定在 170 TPS 以上。Agentic 任务的综合成本约为前代的 30%——这个数字比单 token 单价更能说明它在智能体场景里的位置。
基准给了五项：
- DeepSWE v1.1：73.7%
- OSWorld V2：61.7 分
- Agents' Last Exam：29.6 分
- CyberGym：82%
- BankerTool Bench：76.2 分
官方称 OSWorld 与 Agents' Last Exam 两项为国产模型第一。五项考的都是把事做完，不是答题。
这个基准选择本身就是信号。DeepSWE 考编码任务闭环，OSWorld 考电脑操作，Agents' Last Exam 考长链条任务，CyberGym 考安全攻防，BankerTool Bench 考金融工具调用——五项集中指向同一类能力：能不能在真实界面里连续操作。上一代的数据可以对照 MiniMax M2.7 开源 那一轮看。
分数需要留一句说明：以上均为官方公布，目前没有第三方独立复现。这不是第一次，也不会是最后一次，判断标准只能是等复现、或者自己跑。
图 2：日常场景输出速度稳定在 170 TPS 以上
太空兔：处理超 200T token 后被认领
「太空兔」此前以匿名身份出现在模型榜单上，MiniMax 在发布时才承认它是 M3.1 Flash 的早期版本。官方披露的时间点是处理超 200T token 之后。
匿名试水在国产模型里已经成了惯例：先不带品牌上榜，用分数说话，等口碑起来再认领。匿名期的意义在于让评测先于营销发生。
这种做法有它的道理，代价是信息不对称。匿名期里用户能拿到的只有榜单分数，缺的是三样东西：
- 文档：上下文长度、工具调用格式、已知缺陷
- 定价：按 token 还是按次，缓存怎么算
- 服务承诺：限流阈值、可用性、版本何时下线
能验证的是分数，不能验证的是这些分数在真实业务里能不能用。
另一个细节是官方预告：追求更高智能上限的 Pro 版本将不久后推出。M3.1 Flash 的定位因此很清楚——它不是这一代的旗舰，是旗舰之前的性价比版本。
两天之隔，竞争焦点换了
这次发布距 DeepSeek 升级只有两天，先把时间线摆出来：
- 10 月 17 日，DeepSeek 升级 V4.1-Flash-1017
- 10 月 19 日，MiniMax 发布 M3.1 Flash
中间只隔两天。这不像是巧合，更像在同一条赛道上互相确认位置，DeepSeek 那次升级的取舍可以看 DeepSeek 双模式更新。
更值得注意的不是时间，是评测项的构成。两家的新版本都在强调智能体任务与电脑操作，而不是通用问答、知识问答、文本生成。竞争焦点已经从谁更聪明转向谁能把事办完。
这个转向对成本结构的影响很直接。通用能力靠参数堆，智能体能力靠循环次数堆；循环次数多了，token 消耗自然上去。所以这一轮降价不是促销，是能力方向变化之后的必然配套——不降价，智能体场景就跑不起来。
同一个方向上，MiniMax 在音乐生成那条线上也有更新，MiniMax 音乐模型实测 里有更细的听感对比。原始数据可以看 定价与速度对比 和 发布详情。
个人观点
70% 的降幅听起来很大，但真正决定能不能用的是缓存那 0.1 元。
智能体的成本结构和聊天完全不同。聊天是一次性的，问一句答一句；智能体是循环的，每一步都要把上下文重读一遍。在这个结构里，输入单价降一半的效果，远不如缓存命中后价格降九成的效果。看智能体的模型成本，先看缓存价，再看输出价。
官方口径这件事，验证的成本其实很低：拿自己最常跑的三类任务各测二十次，把通过率和实际账单一起记下来，比看榜单有用。
最后是时间线给的提示。两天一次迭代，选型的人不必跟着每次发布改方案，但有三个动作该按季度做：
- 用固定的一组任务重算一次单任务成本
- 把缓存命中率单独拉出来看，它决定长会话的账
- 新版本的基准只信自己能复现的那部分
同样一个任务，半年前和现在的价钱已经不是一个数量级。
更新时间：2026-10-20