MiniMax M3.1 Flash是什麼
MiniMax M3.1 Flash 是 MiniMax 推出的新一代 Flash 模型，是匿名”Space Bunny“模型，處理超200T Token。MiniMax M3.1 Flash在 Agentic 任務、編程、Computer Use 及網絡安全方面達頂尖水平，DeepSWE 73.7%、OSWorld V2 61.7、CyberGym 82%。MiniMax M3.1 Flash已上線 MiniMax API、MPlan 和 MiniMax Code，權重稍後開源。
MiniMax M3.1 Flash的主要功能
- 複雜任務與自動化：在 AutomationBench-AA 位居最前列，可跨 SaaS 系統完成銷售、營銷、運營、客服、財務、HR 等企業真實業務流；BankerToolBench 得 76.2 分，擅長多步驟規劃與工具鏈式調用。
- 編程與軟件工程：DeepSWE v1.1 達 73.7%，能獨立完成代碼理解、功能開發、問題修復與測試驗證的長鏈路開發任務。
- Computer Use：OSWorld V2 得 61.7 分、ALE 得 29.6 分，均列國產第一，可從理解任務走向真實電腦操作與交付。
- 網絡安全：CyberGym 達 82%，覆蓋代碼審計、漏洞修補、滲透測試、惡意代碼分析與逆向工程。
- 高速推理：日常使用輸出速度達 200+ TPS（P50 穩定 170+ TPS），較前代提升近 3 倍。
MiniMax M3.1 Flash的技術原理
-
稀疏注意力架構：M3.1 Flash 採用更激進的稀疏注意力設計，通過減少注意力計算中的冗餘交互，在保證模型對長上下文理解能力的同時顯著降低計算開銷，這是其實現 200+ TPS 高速輸出和推理速度近 3 倍提升的核心機制，也使單位 Token 的推理成本大幅下降。
-
Agentic 長鏈路任務執行：模型針對多步驟規劃與工具調用進行了強化訓練，使其在跨 SaaS 工作流、金融合規、軟件開發等場景中，能夠把複雜任務拆解爲連續可執行的步驟，並在執行過程中保持跨文檔、跨文件的信息一致性，在 AutomationBench、DeepSWE 等考驗真實任務閉環能力的基準上達到頂尖水平。
-
真實環境交互能力（Computer Use）：模型通過與真實操作系統、跨應用環境的交互訓練，獲得感知屏幕、操作軟件、調用工具並驗證結果的閉環能力，使其在 OSWorld V2 和 ALE 這類衡量”實際操作與交付。
微信關注回覆“開源”，加入AI開源項目交流羣
如何使用MiniMax M3.1 Flash
-
API 調用：訪問 MiniMax 開放平台（https://www.minimax.cn/）註冊登錄，獲取 API Key 後按文檔將模型指向 M3.1 Flash 可調用。
-
訂閱 MPlan：前往 https://www.minimax.cn/m-plan 選擇套餐訂閱，適合以固定預算大量使用模型的用戶。
-
安裝 MiniMax Code：訪問 MiniMax Code 下載桌面端，安裝後可在編程場景中直接使用 M3.1 Flash。
MiniMax M3.1 Flash的核心優勢
- Agentic 能力頂尖：在 AutomationBench-AA、BankerToolBench（76.2 分）等複雜 Agent 任務評測中位居最前列，能獨立完成跨 SaaS 的真實企業業務流。
- 編程能力對標旗艦：DeepSWE v1.1 達 73.7%，具備長鏈路代碼理解、開發、修復與測試驗證能力，成本遠低於同級模型。
- Computer Use 國產第一：OSWorld V2（61.7）與 ALE（29.6）雙榜國產第一。
- 網絡安全領先：CyberGym 達 82%，低成本覆蓋代碼審計、滲透測試、逆向工程等專業安全場景。
- 速度快 3 倍：激進稀疏注意力架構帶來 200+ TPS 輸出速度，P50 穩定 170+ TPS，交互體驗大幅升級。
MiniMax M3.1 Flash的項目地址
- 項目官網：https://www.minimax.cn/blog/minimax-m31f
MiniMax M3.1 Flash的同類競品對比
| 維度 | MiniMax M3.1 Flash | DeepSeek V4.1 Flash |
|---|---|---|
| 架構 | 稀疏注意力（參數未公佈） | 552B MoE，輸入激活 8B / 輸出 16B，Encoder-Decoder |
| 輸入價格 | 1 元/百萬（固定） | 閒時 1 元 / 高峯 2 元 |
| 輸出價格 | 4 元/百萬（固定） | 閒時 4 元 / 高峯 8 元 |
| 緩存命中 | 0.1 元/百萬 | 0.02 元/百萬（閒時），便宜 5 倍 |
| 峯谷機制 | 無，全天候同價 | 工作日 9:00-12:00、14:00-18:00 高峯價翻倍 |
| 輸出速度 | 200+ TPS（P50 170+） | 約 163 tok/s（第三方實測） |
| Agent 自動化（Automation-Bench） | 62.2 | 54.8 |
| Computer Use（OSWorld 2.0） | 61.7 | 54.3 |
| 金融工具鏈（BankerToolBench） | 76.2 | 73.7 |
| 網絡安全（CyberGym） | 82.2 | 未參與 |
| 編程（DeepSWE v1.1） | 73.7 | 74.2 |
| 代碼庫構建（NL2Repo） | 61.2 | 65.4 |
| 純推理（HLE w/o tools） | 43.4 | 39.2 |
| 一句話定位 | Agent 能力強、全天候固定低價 | 多模態 + 緩存經濟學 + 已開源權重 |
MiniMax M3.1 Flash的應用場景
-
企業級自動化辦公：跨 SaaS 系統串聯銷售、營銷、客服、財務、HR 流程，例如在 CRM 與郵件系統間自動完成線索跟進、工單流轉與報表生成，對應其 AutomationBench-AA 最前列的能力。
-
AI 編程助手/軟件開發：獨立完成代碼理解、功能開發、Bug 修復與測試驗證，適合接入 MiniMax Code 或 CI 流程，以 DeepSWE 73.7% 的能力低成本支撐長鏈路開發工作流。
-
Computer Use 數字員工：直接操作電腦完成跨應用任務，如自動整理文件、填報系統、抓取網頁數據並彙總交付，OSWorld V2 61.7 分支撐真實環境交互。
-
金融合規與業務處理：基於 BankerToolBench 76.2 分的多步驟規劃與跨文檔一致性能力，處理對賬單核對、合規審查、跨文件數據一致性校驗等金融業務場景。
© 版權聲明
文章版权归作者所有，未经允许请勿转载。
相關文章
暫無評論...
