MiniMax 发布 M3.1 Flash：Agent 任务综合成本降 70%，输入每百万 Token 1 元

一个模型先用匿名身份跑了 200 多万亿 Token，跑完了才报上真名——这大概是 10 月 19 日这次发布里最有意思的部分。

10 月 19 日晚，MiniMax（稀宇科技）正式发布新一代 Flash 模型 M3.1 Flash。此前在 OpenRouter、OpenCode 等平台上以「Space Bunny（太空兔）」匿名身份提供服务的模型，被确认为 M3.1 Flash 的早期版本。据 MiniMax 官方博客，这只「太空兔」在匿名阶段已处理超过 200 万亿 Token。

官方给出的三个核心指标是：线上推理速度较前代提升近 3 倍，Agentic 类任务综合使用成本下降 70%，API 价格同步下调至每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元（美元口径为 0.15、0.60、0.015 美元）。

数字很漂亮。但真正决定跨境电商能不能用起来的，不是输入 1 元，而是那个容易被跳过的缓存价 0.1 元。

一、匿名跑量，比榜单更难造假

先说这个不寻常的发布节奏。

据 MiniMax 官方博客，Space Bunny 是 M3.1 Flash 的早期版本，在匿名状态下处理了超过 200 万亿 Token。这意味着模型在被命名之前，已经在真实流量里跑了一轮压力测试。

平台层面的数据略有出入。据 Silicon Report 援引 OpenRouter 的信息，Space Bunny 曾连续 10 天位居该平台榜首，期间处理 56.7 万亿 Token；另有 AI 行业站点记载其在 OpenCode 榜单连续 12 天第一、服务 106 万亿 Token。两个口径不同，不宜直接相加，但都指向同一件事：匿名期的需求量是真实的大。

据第一财经报道，自 9 月下旬上线后，该模型曾在三天内登顶 OpenRouter 和 OpenCode 的 Token 日调用量榜首。

这比任何一张跑分表都更有说服力。跑分可以挑测试集、调提示词、选最优采样参数；但 200 万亿 Token 的真实调用，覆盖的是各种乱七八糟的长尾请求——包括那些写得很烂的 prompt 和反复重试的 Agent 循环。

不过也要泼一盆冷水：厂商并未披露 M3.1 Flash 的参数量与具体架构细节，只提到为提升推理效率采用了「更激进的稀疏化」。没有参数规模，就无法把它放到开源权重模型里做单位算力的横向定位。

另外需要留意：匿名端点和正式 API 是否为完全相同的模型，外界无法验证。这个假设值得存疑。

二、缓存价 0.1 元，才是 Agent 的账本

定价是这次发布里最该被跨境卖家读懂的部分。

M3.1 Flash 的 API 价格为每百万 Token：输入 1 元、输出 4 元、缓存读取 0.1 元。与 M3（输入 ≤512K Tokens）对应价格相比，输入和输出单价均降低 50% 以上，缓存读取单价降低超过 70%。

为什么缓存读取最重要？因为 Agent 和聊天不一样。

单轮问答是「一次输入、一次输出」。而 Agent 跑一个任务，是「输入 → 调工具 → 读结果 → 再思考 → 再调工具 → 再读……」，每一轮都要把前面的上下文、工具定义、历史结果重新读一遍。多轮下来，被反复读取的缓存 Token 数量，往往远远超过真正的输出 Token。

也就是说，Agent 最贵的部分不是它「说」了什么，而是它反复「看」了什么。缓存价降 70% 以上，才把这件事从「算不过账」拉到「可以天天跑」。

这一点在已有实测里也有印证。据社区开发者的并排测试，同一段多步代码生成任务中，M3.1 Flash 用了约 810 万 Token、耗时 1 小时 7 分、成本 0.22 美元；对比模型用了约 8950 万 Token、耗时 1 小时 28 分、成本 0.54 美元。前者的原始生成速度并不占优，但因为少走了大量冗余思考，端到端反而更快更省。

官方数据显示，日常使用场景下输出速度可达 200+ TPS，中位数（P50）稳定在 170+ TPS。

三、成绩单怎么读：官方自评与第三方口径

官方公布的基准成绩包括：AutomationBench-AA 62.2%、BankerToolBench 76.2 分、DeepSWE v1.1 73.7%、OSWorld V2 61.7 分、Agents' Last Exam（ALE）29.6 分、CyberGym 82%。

其中，MiniMax 称 OSWorld V2 与 ALE 两项成绩位列国产模型第一。AutomationBench-AA 是一项评估模型能否在模拟企业环境中完成跨软件业务流程的测试，其公开测试集包含 600 项任务，覆盖 47 种模拟 SaaS 工具。

需要明确说明的是：以上所有基准成绩均为 MiniMax 官方自行评测并公布，目前尚无独立第三方的完整复现验证。厂商选择哪些对照模型、用什么测试框架、在何种推理强度下取分，都会影响最终数字，外部无从核对。

第三方平台给出的参照是另一套口径。据第一财经报道，在权威大模型评测平台 Artificial Analysis 上，M3.1 Flash 的智能指数为 43 分，略高于 GLM 5.3 Flash；同平台数据中，DeepSeek V4.1 Flash-1017 为 45 分。同一套评测的加权平均任务成本分别为 0.22 美元与 0.26 美元。

这组数字说明的，是在该平台特定评测集与计价方式下的相对位置，不等于在你自己业务上的表现。

外部反馈也并非一致。据行业整理，有开发者反馈其日常编码体验「仍弱于 GLM-5.3 Flash」，也有报告在长工具调用链上出现停滞；前端审美类榜单中，有平台将对比模型排在 M3.1 Flash 之前。

四、四个场景先迁，两个场景别动

落到跨境电商的实操，我的建议是分层。

可以优先迁到 Flash 档的四类任务：多平台刊登同步（字段映射、类目匹配、多语言标题生成）、客服工单分类与初稿、竞品评论聚合与观点归纳、广告报表解读与异常标注。这些任务共同点是：量大、容错空间相对高、单条价值低但对时效敏感。跑在 Flash 上，单位成本下降 70% 意味着你可以把原本「每天抽样跑一次」改成「全量每次都跑」。

应该留在旗舰模型的两类：定价决策与合规判断。定价错了损失的是真金白银的毛利，合规错了损失的是店铺和账户，这两类任务上省下的 Token 钱，远不够覆盖一次误判的成本。

还有一个容易被忽略的用法：M3.1 Flash 强化了 Computer Use 能力，OSWorld V2 拿到 61.7 分。对跨境卖家来说，这指向一个具体痛点——那些没有开放 API 的老后台（部分 ERP、老版物流系统、某些平台的卖家中心），可以用它做界面级自动化，把人工点单、对账、抓报表的动作交给 Agent。

不过在切换默认模型之前，建议先做一件事：拿自己业务里 20 条真实任务组成一个小测试集，在相同工具、相同环境、相同验收标准下跑一轮，记录成功率、Token 消耗、端到端耗时、重试次数和人工介入时间。榜单上的 43 分是别人的平均分，这 20 条才是你的及格线。

五、上线节奏：三件事还没兑现

可及性方面，M3.1 Flash 已上线 MiniMax API、M Plan 订阅与 MiniMax Code 桌面端。

但有三件事目前仍停留在承诺阶段，需要在正文里说清楚。第一，模型权重尚未开放，官方博客仅表述为「后续发布」，有行业站点从发布信息中读出的时间是 10 月 23 日，但这并非官方明确的公开承诺，授权条款也尚未公布——在权重和许可证落地之前，「开源」只是意向，不能作为私有化部署的排期依据。第二，追求智能上限的 Pro 版本「将于不久后推出」，没有日期。第三，官方公布的基准成绩缺少独立复现，尤其是 CyberGym 的网络安全数字，对一个部分以攻防能力为卖点的模型来说，社区应当自行验证。

竞争环境也值得一提。据南方+报道，DeepSeek 于 10 月 17 日更新了 V4.1 Flash-1017，两家厂商在两天内接连出手。公开对比中，DeepSeek 新版本在软件工程类评测上公布成绩更高，M3.1 Flash 则在跨 SaaS 业务工作流、网络安全等场景更突出。

对跨境团队来说，这轮竞争的实质变化是：模型调用成本正在快速逼近一个临界点，越过它之后，账单上的大头将不再是 Token，而是编排开销、延迟预算和失败重试的处理成本。

到那时，真正拉开差距的就不是「你用哪个模型」，而是「你的任务流程经不经得起自动化」。

六、参考资料

• MiniMax 官方博客：《MiniMax M3.1 Flash: Redefining Agent Performance and Cost》
• 澎湃新闻：《MiniMax 新一代高速大模型 M3.1 Flash 正式上线，速度提升 3 倍，价格降低 70%》
• 第一财经 / 网易：《MiniMax「杀」回来了：Agent 任务评测领跑国产模型、成本降 70%》
• 南方+：《DeepSeek 和 MiniMax 先后发布 Flash 模型，开启国产大模型新战场》
• Silicon Report：《MiniMax launches M3.1 Flash after stealth run as Space Bunny》
• Get AI Book：《MiniMax M3.1 Flash Revealed: the Anonymous 'Space Bunny' Goes Public at 200 TPS》
• 腾讯新闻：《推理提速近 3 倍、Agent 成本降 70%：MiniMax M3.1 Flash 如何推动通信业 Agent 规模化？》