MiniMax M3.1 Flash宣称快近3倍、Agent成本降七成：企业该先测哪一笔账？

10月19日，MiniMax正式推出M3.1 Flash，并开放MiniMax API、M Plan和MiniMax Code使用。MiniMax称，这个面向Agent、编程、电脑操作和网络安全任务的模型，在线推理速度接近前代的3倍，Agent任务整体使用成本下降70%。这组数字很吸引人，但对企业最重要的问题不是“模型快了几倍”，而是一次完整工作流能否更快、更便宜地成功完成。

MiniMax同时公布了几组基准结果：BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents’ Last Exam 29.6，以及CyberGym 82%。这些数值来自厂商发布页，应先理解为厂商报告，而非第三方统一条件下的横向结论。不同基准测的是不同能力；单项分数不能直接推出模型在企业真实流程里的成功率。MiniMax还提到“Space Bunny”曾在匿名状态下处理超过200万亿Token，并称它是M3.1 Flash早期版本。这个表述不是说正式版M3.1 Flash本身已经处理了200万亿Token。

发布页列出的API单价是每百万Token输入0.15美元、输出0.60美元、缓存输入0.015美元；“Agent任务成本下降70%”则是MiniMax相对前代的任务总成本主张，两者不是同一种计价口径。对企业而言，总账还取决于任务一次成功还是反复重试、输入上下文多长、调用了多少外部工具、是否需要人工接管，以及响应等待时间。生成速度接近3倍，也不等于包含检索、浏览器操作、校验和审批的全流程都缩短到三分之一。

因此，M3.1 Flash更适合用小规模真实任务测，而不是只看厂商榜单。团队可以挑十个常见任务，记录端到端完成率、每个成功任务的Token与工具费用、重试次数、人工修改时间、P50/P95总时长和失败类型，再与现用模型按相同工具、提示词、权限和数据比较。涉及代码、财务或网络安全的任务，还应单独测错误后果与权限边界。只有当“完成且可验收”的成本下降，模型便宜才对业务有意义。

目前模型权重尚未开放，MiniMax称会稍后发布；本次交付并非本地部署版本。采购或接入评估应把可用渠道、数据处理条款、稳定性和服务区域一并核对。MiniMax M3.1 Flash值得跟进之处，是厂商把Agent任务成本作为主要卖点；值得继续验证的，是这项降本能否在不同任务和工作流中重复出现。

来源

• MiniMax Research: MiniMax M3.1 Flash: Redefining Agent Performance and Cost (2026-10-19)

*配图说明：相关真实事件图/产品演示的转载授权尚未核实，本次不上传配图；授权核实后再补。*