10月20日消息，稀宇科技（MiniMax）宣布新一代Flash模型MiniMax M3.1 Flash正式上线。此前以匿名身份在OpenRouter等平台处理超过200T Token的"Space Bunny"（太空兔），正是M3.1 Flash的早期版本。
据介绍，M3.1 Flash在Agentic任务、编程、Computer Use及网络安全能力等方面实现了代际提升，同时线上推理速度提升近3倍，使用成本降低70%。在技术路线上，M3.1 Flash采用了更激进的稀疏注意力架构，日常输出速度可达200+ TPS，中位数（P50）稳定在170+ TPS。API价格同步下调，每百万Token输入1元、输出4元、缓存读取0.1元，相比前代M3，输入和输出单价均降低50%以上，缓存读取单价降低超70%。
在复杂任务与自动化方面，M3.1 Flash在AutomationBench-AA中位居最前列，在跨SaaS系统的真实企业业务工作流中，能完整解决销售、营销、运营、客服、财务、HR的真实问题；在BankerToolBench中取得76.2分，擅长多步骤规划、跨文档/跨文件一致性、金融业务合规、工具链式调用等复杂问题。
编程与软件工程方面，该模型在DeepSWE v1.1评测中取得73.7%的成绩，达到顶尖模型水平。DeepSWE聚焦复杂软件任务，要求模型独立完成代码理解、功能开发、问题修复与测试验证。M3.1 Flash展现出出色的长链路任务执行能力，能以更低成本支持复杂的软件开发工作流。
Computer Use能力方面，模型在衡量AI电脑操作与跨应用任务执行能力的OSWorld V2中取得61.7分，在衡量真实经济价值场景下电脑操作能力的Agents’ Last Exam（ALE）中取得29.6分，两项得分均位列国产模型第一。
网络安全能力方面，M3.1 Flash在CyberGym基准测试中取得82%的高分，展现出领先的漏洞发现与验证能力。经内部安全专家深度评测，模型在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下均表现出色。
MiniMax表示，在衡量复杂Agent任务执行能力的Automation-Bench、衡量真实编程能力的DeepSWE，以及衡量真实经济价值场景下电脑操作能力的ALE三项基准测试中，M3.1 Flash以极低的任务成本实现了顶尖模型级别的性能表现，在性能与成本之间建立了极具竞争力的新标杆。据了解，追求更高智能上限的Pro版本将于不久后推出。
微信扫一扫 
支付宝扫一扫 