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 在智能体任务、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，在复杂智能体任务（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的水平。

复杂任务与自动化：

  • M3.1 Flash 在 AutomationBench-AA 上位列顶尖表现者之列。它能够跨 SaaS 系统完成真实的企业工作流，端到端地解决销售、营销、运营、客户服务、财务和人力资源中的实际问题。
  • 它在 BankerToolBench 上得分 76.2，擅长应对复杂的现实挑战，例如多步骤规划、跨文档和文件保持一致、财务合规以及链式工具调用。

编程与软件工程：

  • 它在 DeepSWE v1.1 上达到 73.7%，跻身顶尖模型之列。DeepSWE 聚焦于复杂软件任务，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其工作。M3.1 Flash 在长序列步骤中展现出强大的执行能力，以更低的成本支持复杂的软件开发工作流。

计算机使用：

  • 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。它在这两项基准测试中均位列中国模型第一。
  • M3.1 Flash 在与真实环境交互、使用工具以及执行长序列任务方面展现出强大能力——超越了理解任务，进而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出色，能够为构建复杂安全系统提供高效、低成本的支持。

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：最具性价比

对于智能体任务，该模型的整体使用成本比前代低 70%。

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

模型输入
美元 / 1M tokens		输出
美元 / 1M tokens		缓存输入
美元 / 1M tokens
MiniMax-
M3.1-Flash		$0.15$0.60$0.015

重新定义智能体任务的能力与成本

在三项基准测试中——用于复杂智能体任务执行的 Automation-Bench、用于真实世界编程的 DeepSWE，以及用于具有经济价值的真实世界任务中计算机使用的 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。推动智能边界的 Pro 也将稍后推出。

让智能惠及每个人。