MiniMax M3.1 Flash 正式发布：Space Bunny身份揭晓、200+ TPS 与 Agent 任务成本重构

2026 年 10 月 19 日，稀宇科技（MiniMax）正式上线轻量级模型 MiniMax M3.1 Flash。伴随正式版发布的，还有一个此前在开发者社区引发广泛讨论的答案：2026 年 9 月下旬以匿名身份处理超过 200T Token、一度登顶 OpenRouter 调用榜并稳居 OpenCode 调用量第二的神秘模型“Space Bunny”（太空兔），正是 M3.1 Flash 的早期测试版本。

这次发布距离 DeepSeek 推出 V4.1 Flash-1017 仅相隔 48 小时。国产轻量级模型正在迅速摆脱“仅用于简单问答和文本摘要”的既往定位，将竞争主战场直接推进到了长链路 Agent 调度、软件工程代码修复、电脑桌面操作（Computer Use）以及跨工具链自动化中。

目前，M3.1 Flash 已在 MiniMax API、M Plan 订阅服务以及 MiniMax Code 开发环境中同步上线，模型权重计划在稍后阶段开源开放。对于 MiniMax Code 用户，官方在 2026 年 10 月 25 日前提供了不限额度体验窗口。

Space Bunny 身份揭晓：从匿名测试到正式版的工程演进

2026 年 9 月 23 日，一款名为 Space Bunny 的匿名模型低调上线 OpenRouter 和 OpenCode。在缺乏官方宣发和明确背景说明的情况下，这款模型凭借极高的响应速度和突出的前端与 3D 渲染代码生成能力，迅速在开发者社区传播。

当时多位独立开发者的实测记录显示，仅凭一条简练的提示词，Space Bunny 即可在数十分钟内编写出包含碰撞体积、视角切换与快捷栏逻辑的简易体素沙盒原型，或完成复杂的 Three.js 动态场景。

官方在此次发布中确认，Space Bunny 属于 M3.1 Flash 的阶段性验证版本。正式版在早期版本的基础上完成了三项关键迭代：

1. 上下文与多模态输入扩展：正式版支持 100 万 Token 上下文，并支持文本、图片与视频输入，输出则统一为文本与结构化指令，便于与外部代码执行器或浏览器环境对接。
2. 深度思考机制常态化：M3.1 Flash 默认始终开启深度思考（Deep Thinking），无法完全关闭。系统提供 Low、Medium、High、Xhigh 和 Max 五档思考深度（Effort），官方默认推荐 Max。思考链路通过独立的 reasoning_content 字段返回，下游系统在解析流式响应时需要做好字段兼容。
3. 专业工具链对齐：针对长链路自动化与企业场景，模型重点强化了金融报表核算（如 DCF 估值建模）、网络安全审计与多步骤桌面环境交互等专业能力的对齐训练。

从匿名测试到正式发布，MiniMax 传递的研发信号较为明确：轻量级模型不再只是大参数旗舰的“低配问答替代品”，而是试图在保留高推理速度和低成本的同时，承担起复杂任务闭环的执行角色。

速度与计费重构：200+ TPS 为什么能让 Agent 任务成本降 70%

在大模型接入成本的核算中，开发者最容易落入的陷阱是仅看官方标价中的单 Token 费用。但在多轮循环的 Agent 工作流中，一次完整任务的最终支出，取决于模型需要消耗多少轮次、输出多少字符，以及是否频繁由于语法错误或工具调用失败而发生重试。

基础标价与同业对比

MiniMax 为 M3.1 Flash 给出的官方 API 标价如下：

• 输入价格：每百万 Token 1.00 元人民币（约合 0.15 美元）
• 输出价格：每百万 Token 4.00 元人民币（约合 0.60 美元）
• 缓存读取（命中）价格：每百万 Token 0.10 元人民币（约合 0.015 美元）

与 10 月 17 日上线的 DeepSeek V4.1 Flash-1017 相比：

• DeepSeek 闲时计价为输入 1.00 元/M Token、输出 4.00 元/M Token、缓存命中 0.02 元/M Token；
• DeepSeek 高峰期计价为输入 2.00 元/M Token、输出 8.00 元/M Token、缓存命中 0.04 元/M Token。

这意味着 M3.1 Flash 的常规标价与 DeepSeek 的闲时价格完全持平，而在高峰时段，其输入与输出资费仅为 DeepSeek 的一半。

Agent 任务综合成本四重结构

官方宣称 M3.1 Flash 在 Agent 类任务中的“综合使用成本较前代降低 70%”。这一降幅并非单纯依靠调低 Token 单价，而是由多轮任务的整体消耗结构决定的：

Agent 真实成本 = 模型基础调用费用 + 任务重试与报错开销 + 运行等待时间成本 + 人工接管纠偏成本

• 调用冗余控制：前代模型在处理长流程规划时，容易输出过长的思考过渡词或陷入循环调用。M3.1 Flash 减少了推理歧路，单次任务所需消耗的中间 Token 数量有所压缩。
• 工具调用成功率提升：当模型能够更准确地生成符合 JSON Schema 的工具入参时，减少了因格式解析失败导致的重试请求。
• 输出速率与时间成本：M3.1 Flash 采用了更激进的稀疏注意力机制，线上推理速度较上一代提升近 3 倍。日常输出速度可达 200+ TPS（Tokens per Second），P50 中位数稳定在 170+ TPS。

在单轮问答中，200 TPS 与 80 TPS 的区别仅体现在节省数秒钟；但在一个包含 15 次工具调用、代码修改与自测验证的 Agent 任务中，生成速度的翻倍能将端到端耗时从十分钟级缩减至两三分钟，显著降低了多智能体管道因超时中断的工程风险。

基准测试横向对比：在自动化、电脑操作与编程上的长短板

结合 MiniMax 官方技术文档、Artificial Analysis 以及主流行业评测体系公布的数据，M3.1 Flash 在不同领域的表现呈现出明确的侧重：

评测数据透视出的能力边界

从上述指标可以看出，M3.1 Flash 并非全维度领先，但其优势项具有鲜明的场景针对性：

1. Computer Use 与多软件操作优势明显：在衡量模拟人类使用鼠标、键盘操作真实桌面系统的 OSWorld V2 中取得 61.7 分，在 Agents' Last Exam 中取得 29.6%，均位居中国模型前列。这表明该模型在解析屏幕状态、理解界面布局并转换为连续操作动作上具备较强可用性。
2. 跨 SaaS 流程与长链路工具链稳健：Automation-Bench 的 62.2 分超过了 DeepSeek 的 60.5 分。在客服工单、财务报表、CRM 数据清洗等需要反复调用外部 API 的业务流中，M3.1 Flash 的稳定性表现扎实。
3. 软件工程代码生成的取舍：在纯粹的代码生成与仓库级 Debug 基准 DeepSWE v1.1 上，DeepSeek V4.1 Flash-1017 取得了 77.0% 的成绩，高于 M3.1 Flash 的 73.7%。这意味着在纯命令行交互、单仓库单元测试驱动的修复场景中，DeepSeek 依然具备更强劲的代码推理实力；而 M3.1 Flash 则在 SWE Refore 等局部重构场景（23.0 分）以及带 GUI 交互的前端/多模态集成任务中具备较好的平衡度。

从“太空兔复刻游戏”到真实工程交付的落地边界

在模型发布后，社区迅速涌现了大量基于 MiniMax Code 的实验案例。客观评估这些案例，有助于厘清其在真实业务中的适用空间。

典型实践场景

• Flowdesk 客服工单系统排障：官方案例库记录了一起针对 8,000 条工单数据的真实优化实验。模型在启动项目后，自主调用浏览器开发者工具，通过性能面板火焰图定位到列表重渲染的瓶颈函数，完成针对性代码重构，并在随后三轮独立运行测试中确认了响应恢复正常。
• 程序化 Three.js 与轻量级游戏开发：延续 Space Bunny 的特性，M3.1 Flash 在无外部素材依赖的单文件 3D 渲染上表现优异。官方展示了基于参考图生成天坛祈年殿 Three.js 模型的案例，包含屋顶结构分层控制与视角环绕机制；社区用户亦完成了类似《天天过马路》（Crossy Road）机制的前端小游戏复刻。
• 多 Agent 状态看板构建：有开发者尝试让模型从零搭建包含 25 个模拟 Agent 的实时状态大屏，模型一次性输出了包含任务编排队列、日志流输出窗口与遥测图表的单页原型。

生产团队需要明确的现实局限

尽管这些演示极具视觉冲击力，但在将其引入生产管线时，工程团队仍需保持审慎：

• 原型快速可用不等于商业代码完备：半小时内生成一个可玩的 3D 场景或数据面板，体现的是脚手架搭建与框架 API 掌握的熟练度。但真实生产环境涉及的状态持久化、多浏览器兼容性、异常边界拦截与权限校验，模型在缺乏显式规格说明时往往会直接跳过。
• 输入支持多模态，但输出仅限文本：M3.1 Flash 支持将图片（如架构设计图、报错截图）和视频（如操作演示视频）作为 Prompt 上下文输入，模型擅长基于图像分析原因并输出排查脚本；但它本身不具备原生图像生成或视频扩散能力，生成“3D 游戏”本质上是编写 WebGL 或 Three.js 代码。
• 深度思考不可关闭带来的延迟底线：由于模型始终开启思考链路，即使面对极简单的问答，模型依然会产生一定的 reasoning Token。对于追求数毫秒级首字响应的极低延迟客服网关，需要合理配置 effort=low 或在架构上做好预期隔离。

国产 Flash 双强格局：独立开发者与小团队的选型建议

在两天之内，DeepSeek V4.1 Flash-1017 与 MiniMax M3.1 Flash 相继上线，标志着国内大模型生态在“轻量高智”赛道上形成了鲜明的双强竞争局面。两者不再是昂贵旗舰模型的“低幼缩水版”，而正在成为中小型技术团队的核心生产力底座。

场景化选型对比

阶段性接入策略

对于正在规划 Agent 系统的独立开发者与技术团队，现阶段可以采取以下接入步骤：

1. 利用限免窗口完成端到端校验：在 2026 年 10 月 25 日 MiniMax Code 免费窗口截止前，导入团队现有代码库中耗时较长的一批典型 Issue，记录模型的定位准确率与修改耗时。
2. 规范客户端的思考字段解析：接入 API 时，检查现有 SDK 是否支持 reasoning_content 的独立捕获与持久化；对于生产环境不需要展示给终端用户的思考过程，在网关层做好清洗脱敏。
3. 混合路由降低总体预算：在生产级工作流中，无须将单一模型焊死在整条流水线上。例如，可以将初期的需求拆解、桌面软件抓取与前端页面交由 M3.1 Flash 高速完成，而在核心后端的深度代码审计与精准算法校验环节接入 DeepSeek 或国际顶级旗舰模型，从而在保持整体链路低成本的同时，兼顾各项交付质量的上限。