MiniMax发布M3.1 Flash：重新定义智能体性能与成本

摘要：MiniMax正式推出下一代智能体模型M3.1 Flash，该模型在复杂智能体任务、编程、计算机操作和网络安全领域实现了显著性能提升。与上一代相比，M3.1 Flash的在线推理速度提升近三倍，使用成本降低70%。该模型在多个基准测试中表现优异，例如在AutomationBench-AA上完成复杂企业级工作流，在DeepSWE v1.1中实现73.7%的准确率，并在CyberGym中以82%的得分展示了强大的网络安全能力。此外，M3.1 Flash的定价策略极具竞争力，为智能体任务提供了更高效、更经济的解决方案。

---

技术突破与核心特性

MiniMax M3.1 Flash是该公司推出的新一代智能体模型，旨在重新定义智能体在复杂任务中的性能表现和成本效率。以下是该模型的主要技术突破：

1. 复杂任务处理与自动化

   • 在AutomationBench-AA基准测试中，M3.1 Flash表现出色，能够处理跨SaaS系统的真实企业工作流，从销售、营销到运营、客户服务、财务和人力资源等领域的实际问题都能高效解决。
   • 在BankerToolBench上得分为76.2，展示了其在多步骤规划、文档一致性维护、财务合规和链式任务调用等复杂现实挑战中的强大能力。

2. 编程与软件工程

   • 在DeepSWE v1.1测试中，M3.1 Flash的准确率为73.7%，与顶尖模型并列。该测试侧重于需要模型独立理解代码、开发功能、修复问题并通过测试验证其工作的复杂软件任务。
   • M3.1 Flash在长序列步骤执行中表现出色，支持复杂的软件开发工作流程，同时降低了成本。

3. 计算机操作

   • 在OSWorld V2测试中得分为61.7，该测试评估AI在计算机操作和跨应用程序任务执行方面的能力。
   • 在Agents’ Last Exam (ALE)测试中得分为29.6，评估其在真实专业工作和复杂任务中的表现。M3.1 Flash在两个基准测试中均位列中国模型之首，展示了其在与真实环境交互、使用工具和执行长序列任务方面的强大能力。

4. 网络安全

   • 在CyberGym测试中得分为82%，展示了其在漏洞发现和验证方面的领先能力。内部安全专家的深入评估表明，该模型在代码审计、漏洞修补、渗透测试、恶意软件分析和逆向工程方面表现强劲，能够高效、低成本地支持构建复杂的安全系统。

工程权衡与实测表现

M3.1 Flash通过更激进的稀疏性优化了推理效率。在日常使用中，输出速度可以达到200+ TPS（tokens per second），中位数（P50）速度始终保持在170+ TPS以上。

在定价方面，M3.1 Flash的智能体任务整体使用成本比其前身降低了70%。具体定价为：每100万tokens输入$0.15，输出$0.60，缓存输入$0.015。

开发者落地与部署建议

M3.1 Flash现已通过MiniMax API、M Plan和MiniMax Code提供访问。模型权重将在稍后发布。开发者可以通过以下链接下载MiniMax Code桌面版：https://agent.minimax.io/download，或订阅M Plan：https://www.minimax.io/m-plan。API访问可通过platform.minimax.io进行。

结论

M3.1 Flash代表了MiniMax在效率与能力之间平衡的持续探索。后续还将推出名为Pro的版本，进一步突破智能的边界。

---

消息来源：MiniMax Blog (2026-10-19)

—— 完 ——

主题标签： #MiniMax 关注 #智能体 关注 #AI推理 关注 #成本优化 关注 #网络安全 关注