MiniMax 正式发布 M3.1 Flash，主打智能体与编码任务

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 tokens，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、计算机操作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，使用成本降低 70%。

全面提升的能力

M3.1 Flash 在广泛的基准测试中均有提升，在复杂智能体任务（协作）、计算机操作、软件开发（编程）和网络安全方面达到了领先模型的水平。

复杂任务与自动化：

• M3.1 Flash 在 AutomationBench-AA 上名列前茅。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、市场、运营、客服、财务和 HR 等领域的实际问题。
• 它在 BankerToolBench 上取得 76.2 分，在多步规划、跨文档和文件的一致性保持、财务合规以及链式工具调用等复杂现实挑战中表现出色。

编程与软件工程：

• 它在 DeepSWE v1.1 上取得 73.7% 的成绩，与顶级模型比肩。DeepSWE 专注于复杂的软件任务，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自身工作。M3.1 Flash 在长序列步骤中展现出强大的执行力，以更低的成本支持复杂的软件开发工作流。

计算机操作：

• 它在衡量 AI 计算机操作与跨应用任务执行的 OSWorld V2 上取得 61.7 分，在评估真实专业工作与复杂任务表现的 Agents' Last Exam (ALE) 上取得 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 展现了与环境交互、使用工具以及执行长序列任务的强大能力——从理解任务迈向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，展现了领先的漏洞发现与验证能力。
• 在我们内部安全专家的深入评估中，该模型在代码审计、漏洞修复、渗透测试、恶意软件分析和逆向工程方面表现强劲，能够以高效、低成本的方式支持构建复杂的安全系统。

我们通过更具进取性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 tokens），中位数（P50）速度稳定达到 170+ TPS。

价格：极致性价比

在智能体任务方面，该模型的整体使用成本相比前代降低 70%。

每 1M tokens 的统一定价：输入 $0.15 · 输出 $0.60 · 缓存输入 $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——Automation-Bench（用于复杂智能体任务执行）、DeepSWE（用于真实世界编程）以及 Agents' Last Exam (ALE)（用于具有经济价值的真实世界任务中的计算机使用）——M3.1 Flash 以极低的任务成本实现了与顶尖模型相当的性能，为性能与成本树立了极具竞争力的全新标杆。

M3.1 Flash 现已通过 MiniMax API、M Plan 和 MiniMax Code 开放使用。模型权重将于稍后发布。

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 代表了我们对效率与能力之间平衡的持续探索。Pro 将突破智能的边界，并将在稍后推出。

与每个人共享智能。