10 月 19 日晚，MiniMax（稀宇科技）正式发布新一代高速大模型 M3.1 Flash：推理速度提升近三倍，Agent 类任务综合使用成本下降 70%，多项基准测试成绩位列国产模型第一。此前匿名服务、处理超 200T Token 的神秘模型”太空兔”也随之揭晓身份。这次发布值得关注的不是又一个新模型，而是 Agent 从昂贵实验走向可算账生产力的信号。
从匿名”太空兔”到正式亮相
M3.1 Flash 并非首次进入公众视野。今年 9 月下旬，一个名为 Space Bunny（太空兔）的匿名模型悄悄上线，在 OpenCode 调用量榜单上稳居第二，在 OpenRouter 一度冲到第一。开发者社区对它的来历议论纷纷，直到 MiniMax 官方确认：太空兔就是 M3.1 Flash 的早期版本。
这个匿名阶段的表现颇具说服力：官方数据显示它在匿名运行期间处理了超过 200T Token；有开发者仅凭一句提示词，等了约四十分钟就得到一个可以击碎方块、切换物品的简易版《我的世界》。也就是说，这次正式发布更像”转正”——模型的能力已经过真实流量的检验，公布身份只是补上名字。
能力账本：Agent、编程、安全三条线
按官方披露的成绩单，M3.1 Flash 的升级集中在四个方向，这里挑三条最核心的：
- 复杂任务与企业流程：在 AutomationBench-AA 中位居前列（官方对照表中以 62.8 分居首），BankerToolBench 拿到 76.2 分。它能跨 SaaS 系统完整处理销售、财务、HR 等真实业务，擅长多步骤规划、跨文件一致性和工具链式调用。
- 编程与电脑操作：DeepSWE v1.1 得分 73.7%，达到第一梯队水平；衡量 AI 电脑操作的 OSWorld V2 拿到 61.7 分，复杂专业任务测试 Agents’ Last Exam 拿到 29.6 分——后两项官方称均位列国产模型第一。
- 网络安全：CyberGym 取得 82% 的高分，在代码审计、漏洞修补、渗透测试等内部专家评测中表现出色。
对开发者而言，这套成绩单的含义是：Flash 级别的模型已经能接住过去只敢交给旗舰模型的多步骤任务，而不只是做问答和摘要。
价格与速度：Agent 经济的两道门槛同时松动
这次发布真正的分量在成本端。Agent 任务和单轮聊天不同，要多轮推理、反复调用工具、读取环境反馈，Token 消耗是对话场景的数倍甚至数十倍，价格因此成了规模化落地的第一道门槛。M3.1 Flash 的定价是：每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元，相比 M3 输入输出单价降低超过 50%，缓存读取降低超 70%；官方称 Agent 类任务综合使用成本较前代下降 70%。
速度是第二道门槛。该模型采用更激进的稀疏注意力架构，线上推理速度提升近三倍，日常输出可达 200+ TPS，中位数稳定在 170+ TPS。对需要工作时间持续响应的企业应用，速度直接决定体验下限；对个人开发者，则意味着调试 Agent 时的等待时间大幅缩短。缓存价格尤其关键——Agent 在长流程中会反复读取相同上下文，缓存足够便宜，模型才敢”多想几步”而不必过度压缩上下文。有开发者的评价很直白：1 元的输入价格，意味着 Agent 场景终于能随便跑了。
与 DeepSeek 的正面竞争
就在发布前两天，DeepSeek 也更新了 V4.1 Flash-1017 高速模型，两家国产厂商接连出招，Flash 赛道的竞争变得非常直接。从各方评测看，两者各有侧重：DeepSeek 新版本在软件工程类任务上更占优势，M3.1 Flash 则在企业跨系统业务流程和网络安全相关任务上更强，企业和开发者可以按实际需求挑选。
更宏观地看，这场竞争延续了”小参数模型正面挑战旗舰”的行业趋势：模型好不好，越来越不看参数规模和榜单分数，而看能不能把活干完、干得快、干得起。此前国产模型在全球调用量上的表现，已经在印证这个方向，具体数据可以参考这篇中国 AI 大模型调用量霸榜的分析。
对普通使用者的三个影响
对普通使用者来说，变化会体现在三个层面：
- 智能体应用会明显变多：推理成本降七成，过去因费用被砍掉的自动化流程会重新上马，未来几个月各类 Agent 产品值得重新试用一遍。
- 免费时代进一步远去，但单价更低：各家的免费额度在持续收缩，这与商业化提速的大背景一致，可参考这篇AI 大模型免费额度收缩的观察；与此同时，按量付费的单价在快速下降，重度用户的实际开销反而可能降低。
- 权重与旗舰版后续可期：MiniMax 官方表示模型权重稍后开放，追求智能上限的 Pro 版本也在路上，端侧部署和高难度任务两个方向都值得留意。
目前 M3.1 Flash 已上线 MiniMax API、M Plan 订阅和 MiniMax Code 桌面端。想动手搭建自动化流程的开发者，可以结合这篇AI 编程工具的完整工作流上手；对智能体生态感兴趣的读者，推荐阅读这篇AI 智能体落地趋势的盘点。
结语
M3.1 Flash 这次发布，表面上是一次常规的模型迭代，实质上是把 Agent 落地的两道硬约束——响应速度和 Token 成本——同时往前推了一大步。当”把活干完”的边际成本降到足够低，智能体才会从演示视频走进企业的日常流程。对开发者和普通用户来说，现在最划算的动作是：带着真实任务去试一试这类高速模型，重新算一遍你手头自动化场景的投入产出比，答案很可能和半年前不一样。