MiniMax M3.1 Flash MiniMax 推出的新一代 Flash 模型
MiniMax M3.1 Flash是什么
MiniMax M3.1 Flash 是 MiniMax 推出的新一代 Flash 模型，是匿名Space Bunny模型，处理超200T Token。MiniMax M3.1 Flash在 Agentic 任务、编程、Computer Use 及网络安全方面达顶尖水平，DeepSWE 73.7%、OSWorld V2 61.7、CyberGym 82%。MiniMax M3.1 Flash已上线 MiniMax API、MPlan 和 MiniMax Code，权重稍后开源 。
MiniMax M3.1 Flash的主要功能
- 复杂任务与自动化 ：在 AutomationBench-AA 位居最前列，可跨 SaaS 系统完成销售、营销、运营、客服、财务、HR 等企业真实业务流；BankerToolBench 得 76.2 分，擅长多步骤规划与工具链式调用。
- 编程与软件工程 ：DeepSWE v1.1 达 73.7%，能独立完成代码理解、功能开发、问题修复与测试验证的长链路开发任务。
- Computer Use ：OSWorld V2 得 61.7 分、ALE 得 29.6 分，均列国产第一，可从理解任务走向真实电脑操作与交付。
- 网络安全 ：CyberGym 达 82%，覆盖代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程。
- 高速推理 ：日常使用输出速度达 200+ TPS（P50 稳定 170+ TPS），较前代提升近 3 倍。
MiniMax M3.1 Flash的技术原理
- 稀疏注意力架构 ：M3.1 Flash 采用更激进的稀疏注意力设计，通过减少注意力计算中的冗余交互，在保证模型对长上下文理解能力的同时显著降低计算开销，这是其实现 200+ TPS 高速输出和推理速度近 3 倍提升的核心机制，也使单位 Token 的推理成本大幅下降。
- Agentic 长链路任务执行 ：模型针对多步骤规划与工具调用进行了强化训练，使其在跨 SaaS 工作流、金融合规、软件开发等场景中，能够把复杂任务拆解为连续可执行的步骤，并在执行过程中保持跨文档、跨文件的信息一致性，在 AutomationBench、DeepSWE 等考验真实任务闭环能力的基准上达到顶尖水平。
- 真实环境交互能力（Computer Use） ：模型通过与真实操作系统、跨应用环境的交互训练，获得感知屏幕、操作软件、调用工具并验证结果的闭环能力，使其在 OSWorld V2 和 ALE 这类衡量实际操作与交付。
如何使用MiniMax M3.1 Flash
MiniMax M3.1 Flash的核心优势
- Agentic 能力顶尖 ：在 AutomationBench-AA、BankerToolBench（76.2 分）等复杂 Agent 任务评测中位居最前列，能独立完成跨 SaaS 的真实企业业务流。
- 编程能力对标旗舰 ：DeepSWE v1.1 达 73.7%，具备长链路代码理解、开发、修复与测试验证能力，成本远低于同级模型。
- Computer Use 国产第一 ：OSWorld V2（61.7）与 ALE（29.6）双榜国产第一。
- 网络安全领先 ：CyberGym 达 82%，低成本覆盖代码审计、渗透测试、逆向工程等专业安全场景。
- 速度快 3 倍 ：激进稀疏注意力架构带来 200+ TPS 输出速度，P50 稳定 170+ TPS，交互体验大幅升级。
MiniMax M3.1 Flash的项目地址
- 项目官网 ：https://www.minimax.cn/blog/minimax-m31f
MiniMax M3.1 Flash的同类竞品对比
| 维度 | MiniMax M3.1 Flash | DeepSeek V4.1 Flash |
|---|---|---|
| 架构 | 稀疏注意力（参数未公布） | 552B MoE，输入激活 8B / 输出 16B，Encoder-Decoder |
| 输入价格 | 1 元/百万（固定） | 闲时 1 元 / 高峰 2 元 |
| 输出价格 | 4 元/百万（固定） | 闲时 4 元 / 高峰 8 元 |
| 缓存命中 | 0.1 元/百万 | 0.02 元/百万（闲时），便宜 5 倍 |
| 峰谷机制 | 无，全天候同价 | 工作日 9:00-12:00、14:00-18:00 高峰价翻倍 |
| 输出速度 | 200+ TPS（P50 170+） | 约 163 tok/s（第三方实测） |
| Agent 自动化（Automation-Bench） | 62.2 | 54.8 |
| Computer Use（OSWorld 2.0） | 61.7 | 54.3 |
| 金融工具链（BankerToolBench） | 76.2 | 73.7 |
| 网络安全（CyberGym） | 82.2 | 未参与 |
| 编程（DeepSWE v1.1） | 73.7 | 74.2 |
| 代码库构建（NL2Repo） | 61.2 | 65.4 |
| 纯推理（HLE w/o tools） | 43.4 | 39.2 |
| 一句话定位 | Agent 能力强、全天候固定低价 | 多模态 + 缓存经济学 + 已开源权重 |
MiniMax M3.1 Flash的应用场景
- 企业级自动化办公 ：跨 SaaS 系统串联销售、营销、客服、财务、HR 流程，例如在 CRM 与邮件系统间自动完成线索跟进、工单流转与报表生成，对应其 AutomationBench-AA 最前列的能力。
- AI 编程助手/软件开发 ：独立完成代码理解、功能开发、Bug 修复与测试验证，适合接入 MiniMax Code 或 CI 流程，以 DeepSWE 73.7% 的能力低成本支撑长链路开发工作流。
- Computer Use 数字员工 ：直接操作电脑完成跨应用任务，如自动整理文件、填报系统、抓取网页数据并汇总交付，OSWorld V2 61.7 分支撑真实环境交互。
- 金融合规与业务处理 ：基于 BankerToolBench 76.2 分的多步骤规划与跨文档一致性能力，处理对账单核对、合规审查、跨文件数据一致性校验等金融业务场景。
相关工具
与本文相关的 AI 工具
