10月19日晚，MiniMax正式发布新一代Flash模型M3.1 Flash，并揭晓了一个谜底：此前在OpenRouter和OpenCode上以匿名身份刷屏、累计处理超过200万亿Token的“Space Bunny”（太空兔），正是它的早期版本。
一个模型在匿名状态下先跑出200万亿Token的调用量，再带着名字和正式定价登场——这套“先上路、后挂牌”的打法，本身就在说明Flash赛道的竞争已经进入了新阶段。
价格：输入1元，缓存读取降到0.1元
先看最直接的数字。M3.1 Flash的API定价为：输入1元/百万Token、输出4元、缓存读取仅0.1元。与上一代M3（输入不超过512K Token时）相比，输入和输出单价均降低50%以上，缓存读取单价降幅超过70%。
按美元口径，M3.1 Flash的标准输入为$0.15/百万Token，输出$0.60，缓存读取$0.015——恰好是M3（$0.30/$1.20）的一半。
更值得关注的是“每任务成本”。Artificial Analysis的独立评测显示，M3.1 Flash完成每个Intelligence Index任务的成本为0.22美元，而上一代M3为0.51美元，实际降幅约57%，比费率表上看到的50%还要大。
性能：速度翻近3倍，Agent任务成本降到30%
价格降了，速度反而上去了。M3.1 Flash采用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，线上推理速度相比前代提升了近3倍。
在Agent类任务中，综合使用成本约为前代模型的30%。独立评测机构Artificial Analysis给出的Intelligence Index得分为42，比M3的29分高出13分，与GLM-5.3 Flash持平，略低于DeepSeek V4.1 Flash-1017的45分。
在几个具体基准上：OSWorld V2（电脑操作）得分61.7，BankerToolBench（金融业务）76.2，CyberGym（网络安全）82%，DeepSWE v1.1（编程）73.7%——在跨SaaS业务流和网络安全方向上表现突出，与DeepSeek V4.1 Flash形成互补。
一个需要留意的短板：幻觉率偏高
Artificial Analysis同时指出了一个问题：M3.1 Flash在回答事实性知识问题时，虽然有一半以上答对，但“在不确定时倾向于生成错误答案，而不是承认不知道”的比例异常偏高。
这意味着它在高吞吐、可容忍一定错误率的场景（分类、摘要、路由判断）里性价比极高；但在需要准确性和低人工监督的任务上，需要额外的校验环节。
对开发者的含义
M3.1 Flash把“Flash档”的性价比又往上推了一格。输入1元、缓存0.1元、速度200+ TPS，加上200万亿Token的匿名实战验证——这套组合对高频Agent任务和批量处理场景很有吸引力。
但模型市场的价格和版本还在快速轮动。DeepSeek V4.1 Flash-1017在软件工程上更强，M3.1 Flash在业务流和安全场景更突出，上一代M3又刚刚降价。当你在多个Flash模型之间做选择时，调用层的管理成本会悄悄吃掉一部分省下来的钱。EasyAPI 这类聚合入口把多模型接入和费用明细收在同一层：一个Key接入所有主流模型，按任务类型分配路由，账单按模型和调用方归集。模型在榜单上轮流领跑，但你的调用层不需要跟着每一轮发布重写。
数据来源：
-
新京报贝壳财经、界面新闻、新浪科技、上观新闻等对MiniMax M3.1 Flash发布的报道（2026年10月19日）
-
Artificial Analysis Intelligence Index独立评测数据
-
OrcaRouter对M3.1 Flash与M3的定价及每任务成本对比分析
-
VentureBeat对M3.1 Flash基准表现及幻觉率问题的报道
