MiniMax M3.1 Flash 发布：Agent 任务报道称居首，API 成本与时段计费成开发者关键变量
据新智元 2026 年 10 月 19 日报道，MiniMax 发布 M3.1 Flash，已在 MiniMax API、M Plan 与 MiniMax Code 上线，官方 CLI 默认文本模型已切换。报道称其在 Automation-Bench、LOCA-Bench 256K 等测试中名列前茅，并带 100 万 Token 上下文与 effort 五档调节。
发生了什么
据新智元 2026 年 10 月 19 日报道，MiniMax 在 DeepSeek V4.1 Flash-1017 发布两天后正式推出 M3.1 Flash，并称其已上线 MiniMax 官方 API、M Plan 和 MiniMax Code，官方 CLI 仓库的默认文本模型已切换至 MiniMax-M3.1-Flash。报道称该模型原生支持 100 万 Token 上下文，可直接读取文本、图片与视频；思考模式默认常开，并可通过 effort 参数在 low、medium、high、xhigh、max 五档间调节，不填则默认 max。报道转述的评测数据显示：DeepSWE v1.1 在 max 档取得 73.7 分，Automation-Bench 得 62.8 分居第一，LOCA-Bench 256K 得 60.3 分，BankerToolBench 得 76.2 分，CyberGym 得 82.2 分；计算机使用方向 OSWorld 2.0 得 61.7 分，Agents' Last Exam 通过率 29.6%，报道估算跑完整套 ALE 约需 739 元。报道还称日常输出速度可达 200+ TPS、中位数稳定在 170+ TPS，并称其前身为匿名模型「太空兔」Space Bunny。需说明：以上均为报道转述的官方或第三方评测数据，未经本文独立验证，部分对比模型名称与版本超出可核实范围。
对开发者的影响
对开发者的影响集中在计费结构、默认参数与上下文策略三处。报道称 M3.1 Flash 每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元，且不分时段计费；同时报道对比指出 DeepSeek V4.1 Flash-1017 按高峰与空闲两档计价，工作日白天高峰时段输入 2 元、输出 8 元。若该描述属实，则主要在企业白天运行的 Agent 负载会因时段差异放大两家成本差距，而夜间批处理负载的差距要小得多。第二点是 effort 参数的默认值：报道称不填默认 max，意味着未显式传参的集成会按最重档位消耗思考 Token 与延迟，账单和响应时间都会随之抬升。第三，100 万 Token 上下文与多媒体直读扩大了单请求可承载的输入规模，把「整段直填还是检索裁剪」变成需要按缓存命中率实测的取舍；报道按 10 亿输入 Token 测算，缓存命中率 90% 与 95% 会得出不同结论。第四，报道称官方将 M3.1 Flash 排在 API 文档模型列表首位，并称追求智能上限的 Pro 版本稍后推出，后者目前没有时间表与可用性承诺。
接入与评估建议
以下均为基于报道的建议与条件分析，不是已核实事实。第一项决策：是否将 M3.1 Flash 设为 Agent 工作流的默认模型。依据是报道称其 Automation-Bench 得 62.8 分居首、每任务成本约 0.25 至 0.3 元。实际选择点是 effort 档位——若不显式传参即等于全程使用 max 档。适用条件：任务跨越多个 SaaS 系统、整体成功率优先于单步延迟的批量流程，可优先替换试用；单步、低风险、对延迟敏感的调用则应显式降到 low 或 medium。评测标准：从自身真实业务流程抽 50 至 100 条任务组成固定评测集，在 medium 与 max 两档各跑一遍，记录端到端成功率、总 Token 数、单任务实际费用与 P95 延迟，以成功率不低于现用模型、单任务费用低于现用方案为通过条件。第二项决策：长上下文与多媒体输入是否替换现有检索裁剪管线。依据是报道的 100 万 Token 上下文与文本、图片、视频直读。选择点在于整段直填还是维持裁剪，条件是实际缓存命中率——报道显示命中 90% 与 95% 时成本结论不同。评测标准：分别测两条管线在同一评测集上的答案一致性、首 Token 时延与 P95 延迟、按真实命中率折算的每千次调用成本，取质量差异可接受且成本更低者。第三项决策：是否按任务类型在国产 Flash 之间混合路由。报道称 DeepSeek 在 DeepSWE 软件工程任务更占优、MiniMax 在企业工作流与金融工具调用更抢眼，这属于报道归纳而非定论。前提是两套 API 的错误语义、超时与重试能被统一封装。评测标准：同一批混合任务在单一模型与路由方案下的总成功率与总费用，若路由带来的复杂度换不回可测的成功率或费用改善，应回退到单一模型。
限制与待确认事项
需要明确：截至本次目录核对，KimiSeek 现行模型列表中不存在 MiniMax M3.1 Flash，也没有任何 MiniMax 系列条目，因此报道所述 API 上线指的是 MiniMax 官方渠道，本文不表示该模型已在 KimiSeek 上线。文中所有基准分数、速度、成本与价格描述均来自新智元 2026 年 10 月 19 日的报道，属转述的官方或第三方评测，未在本文中独立复现；部分对比模型的名称与版本超出可核实范围，不应据此推断实际能力排序。报道提及的每百万 Token 输入 1 元、输出 4 元等数字是发布当时的报道口径，不构成现行价格；接入前应以 MiniMax 官方定价页与文档为准，本文不复述或固化任何现行价格。报道称 Pro 版本稍后推出，属前瞻信息，无发布日期与可用性承诺；effort 各档的质量与成本差异也只有报道层面的描述，需自行实测。不同区域、并发与限流条件下的真实吞吐可能与报道的 TPS 数值明显不同。