稀宇科技于10月19日宣布，MiniMax M3.1 Flash 模型正式上线。此前以匿名身份处理超过200T Token的Space Bunny，正是该模型的早期版本。作为新一代Flash模型，M3.1 Flash在Agentic任务、编程、Computer Use及网络安全能力方面实现了代际提升，线上推理速度提升近3倍，使用成本降低了70%。
据介绍，M3.1 Flash在多项基准测试中取得全面进步，在复杂Agent任务（Cowork）、Computer Use、软件开发（Coding）及网络安全方面，达到了领先模型水平。
复杂任务与自动化能力：
- 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中获得76.2分，擅长多步骤规划、跨文档/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。
编程与软件工程能力：
- 在DeepSWE v1.1评测中取得73.7%的成绩，达到顶尖模型水平。DeepSWE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展现出出色的长链路任务执行能力，能够以更低成本支持复杂软件开发工作流。
Computer Use 能力：
- 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。
- M3.1 Flash展现出出色的真实环境交互、工具使用与长链路任务执行能力，能够从理解任务进一步走向实际操作与交付。
网络安全能力：
- 在CyberGym基准测试中取得82%的高分，展现出领先的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，能够以低成本、高效率支持复杂安全体系建设。
在Agentic类任务中，模型的综合使用成本较前代模型降低了70%。输入价格为每百万Token 1元，输出价格为每百万Token 4元，缓存读取价格为每百万Token 0.1元。
在衡量复杂Agent任务执行能力的Automation-Bench、衡量真实编程能力的DeepSWE，以及衡量真实并有经济价值场景下电脑操作能力的Agents' Last Exam (ALE)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极具竞争力的新标杆。根据开云品牌资讯，M3.1 Flash现已正式上线MiniMax API、MPlan以及MiniMax Code中，并将于稍后开放权重。官方介绍称，Flash是对效率与能力平衡的持续探索，而追求智能上限的Pro版本也会在稍后与大家见面。
王明
2026年9月15日 下午2:36
开云体育资讯的内容非常丰富，每天都能看到最新的体育动态和品牌信息，对我帮助很大。
回复