MiniMax 发布 M3.1 Flash 模型

今天，我们正式推出 MiniMax M3.1 Flash。

Space Bunny 🐰 在匿名运行期间处理了超过 200 万亿个 token，它是 MiniMax M3.1 Flash 的早期版本。

作为新一代 Flash 模型，M3.1 Flash 在 agentic 任务、编程、Computer Use 和网络安全方面实现了代际跃升，同时将在线推理速度提升近三倍，并将使用成本降低 70%。

全面增强的能力

M3.1 Flash 在广泛的基准测试中均有提升，在复杂 agentic 任务（cowork）、计算机使用、软件开发（编程）和网络安全方面达到领先模型水平。

复杂任务与自动化：

• M3.1 Flash 在 AutomationBench-AA 上名列前茅。它能够跨 SaaS 系统完成真实企业工作流，端到端解决销售、营销、运营、客户服务、财务和人力资源中的实际问题。
• 在 BankerToolBench 上得分 76.2，擅长应对多步骤规划、跨文档和文件保持一致、财务合规以及链式工具调用等复杂现实挑战。

编程与软件工程：

• 它在 DeepSWE v1.1 上达到 73.7%，跻身顶级模型之列。DeepSWE 聚焦复杂软件任务，要求模型独立理解代码、开发功能、修复问题并通过测试验证工作。M3.1 Flash 在长序列步骤中展现出强大的执行能力，以更低成本支持复杂软件开发工作流。

Computer Use：

• 它在衡量 AI 计算机操作与跨应用任务执行的 OSWorld V2 上得分 61.7 分，在评估真实专业工作和复杂任务表现的 Agents’ Last Exam（ALE）上得分 29.6 分。它在这两项基准上均位列中国模型第一。
• M3.1 Flash 在与真实环境交互、使用工具和执行长序列任务方面展现出强大能力——不止于理解任务，更能采取行动并交付结果。

网络安全：

• 它在 CyberGym 上取得 82% 的优异成绩，在漏洞发现与验证方面展现出领先能力。
• 在我们内部安全专家的深度评估中，该模型在代码审计、漏洞修补、渗透测试、恶意软件分析和逆向工程方面表现强劲，能够高效、低成本地支持构建复杂安全系统。

我们通过更激进的稀疏化进一步优化了 M3.1 Flash 的推理效率。在日常使用中，输出速度可达 200+ TPS（每秒 token 数），中位数（P50）速度稳定达到 170+ TPS。

定价：最具成本效益

对于 agentic 任务，该模型的整体使用成本比前代降低 70%。

每 1M token 统一价格：输入 $0.15 · 输出 $0.60 · 缓存输入 $0.015。

重新定义 agentic 任务的能力与成本

在三个基准测试中——用于复杂智能体任务执行的 Automation-Bench、用于真实世界编程的 DeepSWE，以及用于评估具有经济价值的真实世界任务中计算机使用能力的 Agents' Last Exam (ALE)——M3.1 Flash 以极低的任务成本实现了与顶级模型相当的性能，为性能与成本树立了极具竞争力的新标准。

M3.1 Flash 现已通过 MiniMax API、M Plan 和 MiniMax Code 提供。模型权重将于稍后发布。

下载桌面版 MiniMax Code：https://agent.minimax.io/download

订阅 M Plan：https://www.minimax.io/m-plan

API 访问：platform.minimax.io

Flash 代表了我们持续探索效率与能力之间平衡的努力。而推动智能边界的 Pro 也将于稍后推出。

Intelligence with Everyone。