MiniMax 在 2026 年 10 月 19 日推出 M3.1 Flash，主打 Agent 任務：官方稱線上推論快將近 3 倍，使用成本降 7 成。有趣的是，匿名測試期間的馬甲 Space Bunny 早就在外面跑了，處理超過 200 兆 token，不少人用過卻沒發現是 MiniMax 的模型。
我把官方發表全文翻成中文，也整理了 HN 討論串（371 分、161 則留言）的反應。先講結論：性價比確實誇張，但實測派對榜單分數很不買帳，認為實用度還落後 DeepSeek V4.1 Flash 一截。
重點一覽
| 項目 | 內容 |
|---|---|
| 發布 | 2026-10-19，API、M Plan、MiniMax Code 同步上線 |
| 前身 | Space Bunny（匿名測試馬甲） |
| 速度 | 日常輸出 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 |
| 權重 | 稍後釋出；主打智慧極限的 Pro 版隨後到來 |
官方發表：能力
M3.1 Flash 號稱在四個戰場都達到頂尖水準：複雜 Agent 任務、電腦操作、程式開發、資安。
複雜任務方面，它在 AutomationBench-AA 名列前茅，能跨 SaaS 系統把銷售、行銷、營運、客服、財務、人資的流程端到端做完。BankerToolBench 拿下 76.2 分，強項是多步驟規劃、跨文件一致性、金融合規、連續工具呼叫。
寫碼方面，DeepSWE v1.1 達到 73.7%，跟頂尖模型並列。這個基準要求模型自己讀懂程式碼、開發功能、修掉 bug，再用測試證明修好了，考的是長步驟執行力。
電腦操作方面，OSWorld V2 拿 61.7 分，Agents’ Last Exam（ALE，真實專業工作評測）拿 29.6 分，兩項都是中國模型第一。官方強調它不只理解任務，還能動手操作、交付結果。
資安方面，CyberGym 拿 82%，內部專家評測肯定它在程式碼審計、漏洞修補、滲透測試、惡意程式分析、逆向工程的表現。
推論效率靠更積極的稀疏化推出來，日常輸出可達每秒 200+ token。
官方發表：定價
整體 Agent 任務成本比前代降 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。
跟前代 M3 對比，價差很直接：
| 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 |
輸入輸出打 5 折，快取打 25 折。Agent 任務工具來回多、prompt 重送多，快取命中率高，帳單差距會比單價差距更大。
HN 網友反應：便宜是真的，服不服是另一回事
先說好的一面。按量派算得很精：DeepSeek Flash 做完整專案只要約一角美金，一天約一美元無上限，還有人勸朋友退掉每月 20 美元的 Claude 訂閱。文件結構化也被點名是強項。
反面火力集中在兩點。第一是實戰落差：不少人拿 Space Bunny 早期版的體驗打臉官方分數，說低級錯誤多、寫碼囉嗦，最後退回 Qwen 或 DeepSeek，認為 DeepSWE 同卡 74% 的扎堆很可疑，第三方複查更發現 113 題裡 23 題以上有問題。第二是對照組挑選：圖表混用 Opus 5 和 5.5，卻不比最新旗艦，共識是只看第三方驗證。
中間派的聲音也值得聽。訂閱派反擊說 Opus 5.5 按任務成本貴十幾二十倍，但訂閱含約 60 倍補貼，20 美元反而做更多事。本地派則說家用機可用線約每秒 13 字元，Qwen、GLM 率先讓高階遊戲電腦取代部分低階訂閱。規格方面，官方帳號確認約 428B 總參數、23B 啟動，Flash 指的是快或省，不指小。
我自己也實測了：舊的 Starter 訂閱 key 直接打 API，模型清單有列，呼叫回正常，權限沒問題。
完整版：翻譯全文＋留言整理
上面是精簡版，官方發表逐段翻譯跟 161 則留言的主題整理我做成了一頁視覺頁：
手機版若顯示異常，直接開：https://static.blog.derekhsu.net/minimax-m31f-hn.html