MiniMax 正式推出 M3.1 Flash 模型，智能体任务与编程能力大幅升级，推理速度提升 3 倍、调用成本下降 70%

MiniMax 全新 M3.1 Flash 模型正式对外发布，这款模型在 Agentic 智能体任务、代码编程两大核心能力上实现代际跃升，同时完成推理效率与使用成本的双重优化，线上推理速度相比前代提升近 3 倍，整体调用成本直接降低 70%，能够满足企业大规模部署智能体项目、批量开发程序代码的需求。这次能力升级能够顺利落地，核心源于模型采用稀疏注意力 + 混合专家架构，把模型激活参数量控制在合理范围，既保留百万级超长上下文窗口，又大幅减少算力消耗；研发团队专门针对多步骤长时序任务、连续工具调用场景做了专项优化，补齐了前代模型在智能体自主规划、连续执行任务上的短板；同时配套优化了推理调度策略，把模型输出 Token 速率拉到更高水平，再配合 API 定价下调，最终实现速度与成本双向优化。整套模型落地上线可以分为完整的推进流程，首先完成底层架构重构，切换为稀疏激活结构；其次针对 Agent 任务、编程场景做专项微调，完成多轮基准测试；接着优化线上推理调度服务，提升吞吐速度；最后下调 API 调用价格，面向全量开发者开放使用。综合整体测试结果来看，M3.1 Flash 兼顾了智能体执行能力、代码开发水平、推理速度与使用成本，非常适合批量部署自动化智能体、软件开发项目，是兼顾性能与经济性的新一代高速大模型。

一、M3.1 Flash 核心硬件与架构参数清单

1. 整体架构：混合专家稀疏结构，总参数量 428B，单次推理仅激活 23B 参数，大幅降低算力开销MiniMax。
2. 上下文窗口：保持 100 万 Token 超长上下文，支持长文档读取、多轮连续任务执行MiniMax。
3. 推理速度：线上输出稳定达到 170+TPS，峰值可达 200+TPS，对比前代提速近 3 倍。
4. 多模态能力：支持文字、图片、视频多类型输入，可完成图文结合的智能体操作任务MiniMax。
5. 前身版本：匿名测试版为 Space Bunny，测试阶段累计处理超过 200T Token 的请求，稳定性经过大规模验证IT之家。

二、两大核心能力升级详情

（一）Agentic 智能体任务能力跃升

1. 任务稳定性：针对多步骤长流程任务优化逻辑，连续调用工具的成功率大幅提升，在 Automation-Bench 等自动化榜单取得优异成绩OSCHINA。
2. 自主规划能力：能够把复杂目标拆分成数十个子任务，自主调整执行顺序，遇到异常可以自主重试、修正方案。
3. 电脑操作能力：Computer Use 场景达到国产模型第一梯队水平，可以自主完成网页操作、软件运行、数据抓取等自动化操作OSCHINA。

（二）编程开发能力大幅增强

表格

三、推理速度与成本优化明细

1. 速度优化方案：采用稀疏注意力机制 + 云端推理调度优化，减少无效算力计算，把 Token 生成效率拉高 3 倍。
2. 新版 API 定价（每百万 Token）：输入 1 元，输出 4 元，缓存读取仅 0.1 元；综合下来，Agent 任务整体使用成本相比前代降低 70%。
3. 规模化优势：高吞吐 + 低价位，企业批量运行上百个智能体任务时，整体算力开销可以压缩到原来三成，大幅降低商业化落地门槛。

四、模型上线落地全流程步骤

1. 架构重构阶段：完成混合专家稀疏模型改造，锁定激活参数量，控制推理算力消耗。
2. 专项能力微调：针对 Agent 长流程任务、编程场景做定向训练，提升工具调用与代码生成准确率。
3. 线上推理优化：优化云端调度策略，提升模型吞吐速率，把 TPS 稳定提升至 170 以上。
4. 多轮基准测评：在 Automation-Bench、DeepSWE、CyberGym 等榜单完成全项测试，验证综合性能。
5. 正式开放阶段：下调 API 调用价格，面向所有开发者开放调用，同时预告后续推出更高性能的 Pro 版本。

【相关 FAQ】

问题 1：MiniMax M3.1 Flash 模型的 Agentic 任务能力提升，主要优化了哪些内容？

回答 1：MiniMax M3.1 Flash 针对 Agentic 长时序任务、连续工具调用场景做了专项优化，强化了任务拆分、自主规划与异常重试能力，在 Automation-Bench 自动化测试榜单表现突出，电脑自动化操作能力跻身国产第一梯队，让智能体可以稳定跑完多步骤复杂流程

OSCHINA

问题 2：MiniMax M3.1 Flash 做到推理提速 3 倍、成本降低 70%，依靠的是什么技术方案？

回答 2：M3.1 Flash 采用混合专家稀疏注意力架构，单次推理只激活 23B 参数，减少无效算力消耗；同时优化云端推理调度策略，把输出 TPS 提升至 170+，实现速度提升 3 倍；再配合 API 调用价格下调，最终让 Agent 任务整体使用成本直接下降 70%。

问题 3：MiniMax M3.1 Flash 的前身 Space Bunny，在正式发布前完成了多大规模的压力测试？

回答 3：MiniMax M3.1 Flash 的早期测试版本就是 Space Bunny，在匿名公测阶段，该模型累计处理了超过 200T Token 的调用请求，经过大规模线上流量验证，保障了正式版上线后的运行稳定性

IT之家

【数据来源】

[2026-10-20]（MiniMax M3.1 Flash 更新：Computer Use 国产第一，成本降 70%）OSCHINA

[2026-10-20]（MiniMax 发布新一代 Flash 模型，推理提速 3 倍、成本降低 70%）金融界

[2026-10-19]（MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%）IT 之家

[2026-10-19]（MiniMax M3.1 Flash: Redefining Agent Performance and Cost）MiniMax 官方研究博客

[2026-10-19]（MiniMax 推出 M3.1 Flash 模型，Agent 与编程能力升级）中国经营报

免责声明：本文所有性能数据、价格信息均来自 MiniMax 官方发布内容与第三方公开测评结果；模型推理速度、任务完成率会受云端负载、输入内容长度、参数配置影响；本资讯仅作技术参考，不构成企业项目选型与技术采购的决策依据。