MiniMax M3.1 Flash发布：Space Bunny真身揭晓，Agent任务速度提3倍、成本降70%

MiniMax M3.1 Flash发布：Space Bunny真身揭晓，Agent任务速度提3倍、成本降70%

大模型发布越来越像一场“先交卷、后报名”的考试。10月19日，MiniMax正式发布M3.1 Flash，并顺手认领了一个此前匿名霸榜的“神秘模型”Space Bunny——它在OpenRouter隐身跑了10天、处理了56.7万亿token、一度连续10天登顶。几句判断先说在前面：其一，M3.1 Flash的卖点很务实，不是“更聪明”，而是“更快更便宜”——官方称线上推理近3倍速、Agent类任务综合成本降70%，直指当下最烧钱的多步Agent与编程场景；其二，Space Bunny这场“隐身实测”本身比参数更有看点：用真实流量先验证、再亮名，等于把公测搬到了第三方榜单上；其三，官方基准（DeepSWE 73.7%、OSWorld V2 61.7、CyberGym 82%等）全是厂商自测，且权重要等到10月23日才放，发布时仍是API-only，“开源”是承诺不是既成事实；其四，价格上美元$0.60/M输出、人民币4元/M输出双轨并行，配合缓存读取低至$0.015/M（约0.1元/M），把“便宜”写进了定价表。

Space Bunny现身：先跑数据，后亮名

这场发布最耐人寻味的，不是模型卡上的参数，而是Space Bunny的“现身方式”。按照MiniMax的说法，Space Bunny此前以匿名模型身份在OpenRouter上运行，连续10天位居其模型排行榜第一，累计处理56.7万亿token，是OpenRouter跑过的隐身模型里处理量最高的一只；随后它在10月5日悄然下线，又在10月19日以M3.1 Flash之名回归，OpenRouter还给它开了72小时免费。换句话说，MiniMax等于把“公测”搬到了第三方公开榜单上：先用真实用户的真实流量把模型磨了一遍（OpenRouter称隐身期间首token延迟降了38%、吞吐提了45%、错误率从1.4%降到0.7%），再用真名发布。这种“先交卷后报名”的玩法，比任何发布会都更能说明一件事——2026年发布基础模型，“stealth-to-scale”（隐身放量）正在变成一种标准动作。

「代际飞跃」指什么：Agent、编程、Computer Use、安全

MiniMax给M3.1 Flash贴的标签是“代际飞跃”，但落点很具体：Agentic任务、编程、Computer Use（电脑操作）和网络安全。为什么是这四个？因为当AI开始真正操作软件、写代码、跑企业工作流，一次任务要拆成几十上百步推理加工具调用，速度和花费就成了硬指标。官方给的数字：线上推理速度近3倍、日常输出>200 tok/s、P50稳定>170 tok/s；实现手段是“更激进的稀疏注意力架构”——用稀疏化把长上下文下的计算压下来，保住速度。成本侧，Agent类任务的综合使用成本较前代降70%，这70%不是单纯单价砍半，而是“速度提升+缓存读取降价”的组合拳：缓存输入低至$0.015/M（约0.1元/M），让重复上下文不必反复计费。

基准怎么读：厂商自测，版本与对比池都重要

把官方那张基准表摆出来。M3.1 Flash在软件工程（DeepSWE v1.1 73.7%）、电脑操作（OSWorld V2 61.7）、Agent综合（ALE/Agents’ Last Exam 29.6）、网络安全（CyberGym 82%、BankerToolBench 76.2银行工具调用）等项上给出分数，AutomationBench-AA 72.5%。读法上要清醒：这些全是厂商自测，名次高度依赖“和谁比、比哪个版本”——比如中文媒体另引的Automation-Bench v1.0.6是62.2分（对比池里排第一），和上面那张表的72.5并非同一口径。更关键的是，厂商把“代际飞跃”锚定在Agent/编程/Computer Use这些“能干活”的维度，而非通用聊天平均分，这和它“卖速度、卖便宜”的定位是一致的。至于“国产模型第一”这类表述，是厂商自己的框架，读者按需要在同代同维度里自行对照即可。

图：M3.1 Flash官方基准得分（厂商自测，%）

CyberGym          ████████████████████  82%
BankerToolBench   ███████████████████  76.2%
DeepSWE v1.1      ██████████████████  73.7%
AutomationBench-AA ██████████████████  72.5%
OSWorld V2        ████████████████  61.7%
ALE               ███████  29.6%

说明：图示M3.1 Flash官方公布的若干基准得分（厂商自测），条形长度按百分比映射（约每4%一格）。DeepSWE v1.1为软件工程、OSWorld V2为电脑操作、ALE（Agents’ Last Exam）为Agent综合、CyberGym与BankerToolBench为网络安全/银行工具调用、AutomationBench-AA为企业流程自动化；各分数名次取决于对比版本与对比池，引用须注明厂商自测。

价格与可得性：双轨计价，权重10月23日才放

价格上M3.1 Flash走了“美元+人民币”双轨：美元计价输入$0.15/M、输出$0.60/M、缓存输入$0.015/M；人民币计价输入1元/M、输出4元/M、缓存读取0.1元/M。从单价看，相比上代M3，输入/输出单价都降了50%以上、缓存读取降超70%——但真正让Agent场景“综合成本降70%”的，是速度提升摊薄了步数、加上缓存让重复上下文不重复计费。

可得性方面，模型已上线MiniMax API、M Plan、MiniMax Code，并在Cline平台day0免费上线；OpenRouter限时免费72小时。最该划重点的是：权重计划2026年10月23日发布，也就是说发布当天它仍是API-only、未开放权重——“开放权重”是几天后的承诺，不是发布即开源，想本地部署复跑的人得再等几天。

诚实边界

几句话把口径摆正。其一，基准（DeepSWE 73.7%、AutomationBench-AA 72.5%、OSWorld V2 61.7、ALE 29.6、CyberGym 82%、BankerToolBench 76.2）全是厂商自测/官方公布，名次依赖对比版本与对比池，引用务必标“厂商自测”。其二，“代际飞跃”、速度近3倍、Agent场景综合成本降70%均为厂商口径；那70%来自“速度提升+缓存降价”的组合，不是单纯单价腰斩。其三，权重计划10月23日发布，发布当天未开放权重，“开放权重”是承诺（数日后到手）而非发布即开源；想本地复跑验证“代际飞跃”，得等权重落地。其四，Space Bunny的56.7万亿token是OpenRouter披露的运行量（其跑过的隐身模型里最高），不是训练量，且个别英文媒体转述为“200万亿”，口径需看清。其五，价格美元/人民币两套并行，Agent场景降本与具体用量结构（步数、缓存命中率）强相关，不能只看单价。其六，本文只做技术发布观察与口径澄清，不给任何一方选型或采购建议，是否采用由读者自行判断。

这意味着什么：基础模型的发布，正在变成“先看跑分榜，再认名字”

把M3.1 Flash放回今年的模型发布节奏里看。过去发布靠一场直播、一份技术报告；现在MiniMax这类玩家更乐意先把模型匿名扔进OpenRouter这种公开榜单，让真实流量替它背书，等数据漂亮了再正式冠名。Space Bunny的56.7万亿token，本质上是一份“真实用户用脚投票”的履历，比任何自测基准都更难造假。对行业来说，这释放了两个信号：一是“快且便宜”正在取代“绝对聪明”成为Flash类模型的卖点，尤其在Agent、编程、电脑操作这些“按步计费”的场景；二是“隐身放量”会逼着其他厂商也把模型尽早扔到公开榜单接受检验，第三方榜单的话语权随之上升。但提醒一句，M3.1 Flash的“代际飞跃”目前仍建立在厂商自测与未开放权重之上——真正能不能站住，要等10月23日权重放出后，开源社区和独立基准的复现。