MiniMax M3.1 Flash揭秘Space Bunny：卧底处理200万亿token，智能体测试中国第一

2026年10月19日，MiniMax正式发布M3.1 Flash，并揭开此前以"Space Bunny"（太空兔）匿名运行的模型正是其早期版本。据MiniMax官方博客披露，Space Bunny在匿名状态下共处理超过200万亿token；其中仅在OpenRouter一个平台就处理了56.7万亿token，并连续10天占据该平台使用量排名第一。推理速度提升近3倍，综合使用成本降低70%，OSWorld V2得分61.7位居中国模型第一——这是M3.1 Flash发布时给出的三个核心数字。

MiniMax选择先匿名运行、后正式亮相的路径，OpenRouter作为多模型中间层平台，汇聚大量真实开发者调用，覆盖场景广、token消耗密集，可作为接近生产环境的自然测试床。以"Space Bunny"匿名运行可避免品牌干扰，收集真实使用数据。相比早期版本，首token延迟从1.95秒降至1.22秒（改善38%），吞吐量从每秒70 token提升至100 token（提升45%）。正式发布时，MiniMax宣称峰值输出速度超过200 TPS，P50中位速度稳定在170 TPS以上。Artificial Analysis实测数据为116.2 TPS，在151个受测模型中排名第78。

定价逻辑：便宜在哪、便宜多少

M3.1 Flash的定价为输入0.15美元/百万token、输出0.60美元/百万token、缓存读取0.015美元/百万token。当前主流模型市场中位价格为输入0.24美元、输出0.87美元。MiniMax强调的70%成本降低针对"智能体类任务综合使用成本"：智能体场景下大量依赖缓存输入，且完成同一目标所需总token数下降，两项叠加形成成本差。

国内定价为输入1元/百万token、输出4元/百万token。中国区和美元区定价体系不同，开发者应按实际API区域报价核算。

能力结构：哪里强，数字说什么

MiniMax给出六项基准成绩。OSWorld V2得分61.7，在中国模型中排名第一。BankerToolBench得分76.2。DeepSWE v1.1得分73.7%。CyberGym得分82%。Agents' Last Exam（ALE）得分29.6。AutomationBench-AA得分72.5%。

Artificial Analysis将M3.1 Flash列为173个受测模型中的第4名，智能指数得分43（受测模型中位数为13）。M3.1 Flash的模型权重目前未开放下载，MiniMax承诺"稍后"开放，但未给出具体日期，所有调用必须经由MiniMax API、MPlan或MiniMax Code云端接入。

中国模型"低价打榜"已成体系

过去两年，DeepSeek以远低于OpenAI的价格发布高性能模型，引发全球AI定价重估。M3.1 Flash的高分集中在智能体任务、工具调用和计算机操作赛道，而非全面通用语言能力。MiniMax将M3.1 Flash定位为"效率与能力平衡"的Flash系列产品，并预告"追求智能上限"的Pro版本将在稍后发布。

对开发者和企业选型的实际建议

M3.1 Flash对三类场景具有参考价值：多步骤智能体应用开发者可测试OSWorld V2和BankerToolBench得分与缓存价格的组合；有编程辅助或代码审查需求的工程团队可关注DeepSWE v1.1的73.7%分数；有私有化部署需求的场景需等待权重开放。

使用前需核实三点：官方标称200+ TPS与Artificial Analysis实测116.2 TPS存在差距，延迟敏感型应用应完成自压测；70%成本降低基于智能体场景综合计算，简单批处理或非缓存场景下的实际成本优势会低于这一数字；中国区和美元区定价不同，需按调用区域分别核算。

从产品周期看，MiniMax预告的Pro版本是检验技术路线可持续性的关键节点。若Pro版本能在通用推理上正面竞争头部模型，则Flash/Pro双线布局具有战略完整性；若Pro版本长期延迟或仅在垂类领先，则M3.1 Flash的发布更多是一次定价驱动的市场动作。权重开放时间是另一个信号：开放越快，说明MiniMax对自身护城河的判断更侧重生态占位；若长期维持云端闭源，其商业模式仍依赖API服务壁垒。