北京
稀宇科技今日宣布 MiniMax M3.1 Flash 模型上线。此前以匿名身份处理了超过 200T Token 的 Space Bunny，正是这个模型的早期版本。
作为新一代 Flash 模型，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。线上推理速度提升了近 3 倍，使用成本降低了 70%。
官方给出的定位是效率与能力的平衡。从基准测试看，这个平衡点压得比较靠前。
复杂任务与自动化
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 中拿到 76.2 分，擅长多步骤规划、跨文档与跨文件一致性、金融业务合规、工具链式调用等真实复杂问题。
编程与软件工程
在 DeepSWE v1.1 评测中取得 73.7% 的成绩，达到顶尖模型水平。这个评测聚焦复杂软件任务，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 展现出长链路任务执行能力，能以更低的成本支持复杂的软件开发工作流。
Computer Use 与安全
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，在衡量真实并有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。
网络安全方面，在 CyberGym 基准测试中取得 82% 的高分，展现出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。
价格是这次的重点
在 Agentic 类任务中，模型的综合使用成本较前代模型降低了 70%。具体到 API 定价：
- 输入：每百万 Token 1 元
- 输出：每百万 Token 4 元
- 缓存读取：每百万 Token 0.1 元
在 Automation-Bench、DeepSWE、Agents' Last Exam 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新的标杆。
M3.1 Flash 现已正式上线 MiniMax API、MPlan 以及 MiniMax Code，并将于稍后开放权重。官方称，Flash 是对效率与能力平衡的持续探索，追求智能上限的 Pro 版本也会在稍后与大家见面。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
