MiniMax-M3.1-Flash 发布：API 先行、权重后置，在线 3 倍速、成本降 70%

10 月 19 日，MiniMax 上线 M3.1-Flash——Flash 系列新旗舰，走的是「API 先行、权重后置」路线：今天就能调，本地要等官方放出权重。

速度与价格（官方口径）

指标	M3.1-Flash	相对前代
在线推理速度	~3 倍	约 3x
任务总成本	—	降 70%
输出吞吐	200+ tok/s（P50 170+）	—
输入价格	$0.15 / 1M token	—
输出价格	$0.60 / 1M token	—
缓存输入	$0.015 / 1M token	—

更激进的稀疏化是这次提速的来源：同任务用更少激活参数完成，官方同时把「成本降 70%」作为核心卖点——对高频调用的 agentic 场景，这比单看基准分更实在。

基准（官方口径）

基准	得分
BankerToolBench	76.2
DeepSWE v1.1	73.7%
OSWorld V2	61.7
Agents Last Exam	29.6（中国模型双第一）
CyberGym	82%

值得注意的是 Agents Last Exam 双榜（总体 + 中国模型）第一与 CyberGym 82%——Flash 档模型在安全 / 漏洞类基准上拿到这个分数，说明稀疏化没有明显牺牲 agentic 长尾能力。

Space Bunny：先跑量、后揭幕

发布前该模型以匿名声测代号 Space Bunny 在开放环境运行，已累计处理 200 万亿 token——官方用真实流量先验证，再揭晓名字。这套「先跑量后发布」的节奏最近在多家实验室流行，对用户的实际意义是：API 的稳定性在揭幕前已被压测过。

站内收录口径

站内已收录 MiniMax-M3.1-Flash（id 91）：参数量未公布 → params_b = NULL，权重未放出 → RESTRICTED。与 Kimi-K3 的 API-only 口径一致——零实测记录，本地速度、显存账等权重发布后再补。

Flash 场坐标（站内已有目录行）：

模型	总参 / 激活	备注
MiniMax-M3	427B	前代旗舰
GLM-5.3-Flash	320B / A32B	智谱 Flash 档
Qwen3.8-Flash-Next	180B / A14B	阿里 Flash 档

获取方式

当前可用渠道：MiniMax API / M Plan / MiniMax Code。想本地部署的用户需要等权重放出；按 MiniMax 近几代的节奏，权重窗口通常在 API 发布后数周内。