MiniMax 发布 M3.1 Flash：智能体任务对标头部模型，推理提速近三倍、成本降七成
核心概要
MiniMax 正式发布 M3.1 Flash，一款面向智能体任务、编程、Computer Use 与网络安全的 Flash 系列新模型。官方称其在复杂智能体任务、编程与计算机操作等基准上达到头部模型水平，同时把在线推理速度提升近三倍、使用成本降低 70%。该模型已通过 MiniMax API、M Plan 与 MiniMax Code 开放，权重将稍后发布。
深度剖析
M3.1 Flash 把 Flash 系列的定位从追求低价推向在智能体任务、编程、计算机操作和网络安全上对标头部模型，同时保持低成本。 此前的 Flash 模型以效率见长，而 M3.1 Flash 被描述为在这些任务上实现代际跃升，并让在线推理速度接近原来的三倍、使用成本下降 70%。 官方给出的对照是：在 Automation-Bench、DeepSWE 与 Agents' Last Exam 三项基准上，其表现与头部模型相当，而单任务成本很低。
模型在具体基准上给出可核对的分数，覆盖企业流程自动化、软件工程与真实计算机操作。 此前这些能力分散在不同模型上，M3.1 Flash 试图用同一模型覆盖从理解任务到执行并交付结果的全过程。 AutomationBench-AA 上位列前茅，BankerToolBench 得 76.2，DeepSWE v1.1 得 73.7%，OSWorld V2 得 61.7 分，Agents' Last Exam 得 29.6 分，CyberGym 得 82%。
推理效率的提升来自更激进的稀疏化，使日常输出速度达到 200+ TPS，中位速度稳定在 170+ TPS。 此前的推理速度与成本是 Flash 系列的主要约束，稀疏化调整直接作用于这两项。 官方给出的定价为每百万 token 输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元，智能体任务整体使用成本比前代低 70%。
启示与展望
报道覆盖的是 MiniMax 官方发布说明所述内容：M3.1 Flash 已通过 MiniMax API、M Plan 和 MiniMax Code 提供，模型权重将稍后发布。基准分数与成本数字均来自官方自述，适用于关注智能体部署成本与推理速度的读者。官方同时表示，侧重智能上限的 Pro 版本也将稍后推出。
官方称 M3.1 Flash 在多项基准上达到头部模型水平，但未给出与具体模型的逐项对比细节。网络安全方面的深入评估由内部安全专家完成，属于内部评测。权重尚未发布，第三方复现与独立评测仍待出现。