Generated by Answer me with HTML 0.5.2 · 2026-10-20 08:59 · ★ Star on GitHub

MiniMax M3.1 Flash：全文翻譯與 HN 網友反應

速度快近 3 倍、成本降 7 成，但實戰口碑兩極

sourceMiniMax 官方部落格 2026-10-19・HN 50154540（371 分、161 則留言）

Lead: M3.1 Flash 主打 Agent 任務，速度與成本全面優於前代。HN 實測派肯定性價比，卻質疑榜單分數大於實戰表現。

A

發布重點

發布日期
2026-10-19
模型定位
新一代 Flash，鎖定 Agent、寫碼、電腦操作、資安
前身
Space Bunny（匿名測試，已處理超過 200 兆 token）
輸出速度
日常 200+ TPS，中位數穩定 170+ TPS
定價
每 100 萬 token，輸入 0.15 美元、輸出 0.60 美元、快取 0.015 美元
取得方式
MiniMax API、M 方案、MiniMax Code，模型權重稍後釋出
B

官方全文翻譯：能力

M3.1 Flash 在多項基準全面進步，已達頂尖模型水準。

複雜任務與自動化：

  • 在 AutomationBench-AA 名列前茅，能跨 SaaS 系統完成企業流程，涵蓋銷售、行銷、營運、客服、財務、人資。
  • 在 BankerToolBench 拿下 76.2 分，擅長多步驟規劃、跨文件一致性、金融合規、連續工具呼叫。

程式開發：

  • 在 DeepSWE v1.1 達到 73.7%，與頂尖模型並列。該基準要求模型自主理解程式碼、開發功能、修復問題，並以測試驗證成果。

電腦操作：

  • 在 OSWorld V2 拿下 61.7 分，在 Agents' Last Exam（ALE）拿下 29.6 分，兩項皆為中國模型第一。
  • 強項是與真實環境互動、呼叫工具、執行長序列任務，從理解任務推進到動手交付。

資安：

  • 在 CyberGym 拿下 82%，漏洞發掘與驗證具領先水準。
  • 內部專家評測肯定程式碼審計、漏洞修補、滲透測試、惡意程式分析、逆向工程，適合低成本搭建複雜安全體系。

推論效率：

  • 稀疏化更積極，日常輸出可達每秒 200+ token，中位數穩定 170+ TPS。
C

官方全文翻譯：定價與取得

Agent 任務整體使用成本較前代降低 70%。單一費率不分級，每 100 萬 token 輸入 0.15 美元、輸出 0.60 美元、快取輸入 0.015 美元。

M3.1 Flash 已透過 MiniMax API、M 方案、MiniMax Code 供應。模型權重稍後釋出。追求智慧極限的 Pro 版稍後到來。

D

效能數據一覽

基準 成績 白話說明
AutomationBench-AA 頂尖群 跨系統企業流程端到端完成
BankerToolBench 76.2 分 金融合規、多步驟規劃強
DeepSWE v1.1 73.7% 自主寫碼、修錯、測試驗證
OSWorld V2 61.7 分 中國模型第一，操作電腦
ALE 29.6 分 中國模型第一，真實專業任務
CyberGym 82% 漏洞發掘與驗證領先
輸出速度 200+ TPS 中位數 170+ TPS
E

價格對比：M3.1-Flash vs M3

每 100 萬 token 輸入 輸出 快取讀取
M3.1-Flash 0.15 美元 0.60 美元 0.015 美元
M3（輸入不超過 512k） 0.30 美元 1.20 美元 0.06 美元
M3（輸入超過 512k） 0.60 美元 2.40 美元 0.12 美元

新版輸入輸出 5 折，快取 25 折。長步驟 Agent 任務快取命中率高，帳單差距更大。

F

HN 正方：便宜又能打

實測派算帳

DeepSeek Flash 做完整專案只要約一角美金，一天約一美元無上限。文件結構化與整理獲單則好評。

  • syntaxing：「用 DeepSeek Flash 做完整專案只要約一角美金，還勸朋友退掉每月二十美元的訂閱。」
  • RussianCow：「打工不可能等重置，我就訂閱加按量雙持，一天約一美元沒上限。」
  • oooodo：「用 Space Bunny 整理文件很強，結構化能力突出。」
G

HN 反方：刷榜大於實戰

實測派質疑

多人拿 Space Bunny 早期體驗打臉官方分數，稱低級錯誤多、寫碼囉嗦，最後退回 Qwen 或 DeepSeek。DeepSWE 多家同卡 74%，第三方複查 113 題 23 題以上有問題。

  • DCKing：「這個模型感覺就是為了刷榜調出來的，實用跟榜單對手沒得比。」
  • walrus01：「多人因低級錯誤退回 Qwen 或 DeepSeek，官方分數與體感對不上。」
  • TheArcane：「完全比不上 DeepSeek V4.1 Flash，又快又幾乎每次做對。」
H

HN 中立觀察

  • 對照組挑選：不同圖表混用 Opus 5 與 5.5，卻不比最新旗艦。共識是看第三方驗證，不看發表文。
  • 本地推理：家用機可用線約每秒 13 字符，35 字符起才順手。Qwen、GLM 率先讓高階遊戲電腦取代部分低階訂閱。
  • 規格定案：總計 428B、啟動 23B 的 MoE。Flash 指快或省，不指小。
  • 站務插曲：minimax.io 網域遭影子封鎖，同一發表被連投五次，演變成解封與合併之爭。