跳到内容
加密采用人工智能

MiniMax M3.1 Flash大幅降价，模型权重10月23日开放

MiniMax M3.1 Flash于2026年10月19日上线，输入定价每百万token 0.15美元，模型权重定于10月23日公开，标价减半不等于实际成本减半。

Francesco Campisi作者：Francesco Campisi 阅读需 10 分钟 编辑方针

MiniMax于2026年10月19日发布了MiniMax M3.1 Flash，输入价格为每百万token 0.15美元，输出价格为每百万token 0.60美元。该模型目前通过公司API提供服务，模型权重将于稍后公开。对于构建智能体和软件的开发者而言，单价下降固然可喜，但完成一项任务的实际成本还取决于系统的推理深度、所调用的工具数量以及所需的纠错次数。

标价砍半两项费率，并非每张账单都减半

MiniMax官方定价页面提供了清晰的对比数据。在标准档位（输入不超过512,000 token）下，M3标准版的输入价格为每百万token 0.30美元，输出为1.20美元。Flash版将两项费率均减半。缓存读取价格从每百万token 0.06美元降至0.015美元。需要注意的是，这些是不同的计费项目：缓存价格仅适用于系统识别为可复用的token，而非全部输入内容。

MiniMax M3标准版与M3.1 Flash的token费率对比
MiniMax M3标准版与M3.1 Flash的token费率对比

官方公告称，智能体任务的综合成本比前代降低70%。这一数字并不等同于两项主要费率减半。该数据可能涵盖了token消耗方式和任务完成逻辑的差异，但不能据此向每位客户承诺同等幅度的节省。对于追踪自动化系统落地的团队而言，这一区别至关重要：可验证的定价表与实际工作负载上的运营结果，是两个截然不同的概念。

举例说明这一差异。假设输入一百万token（均在上述档位范围内），输出十万token，不使用缓存，使用Flash的费用约为0.21美元，使用M3标准版则约为0.42美元。这是我们在相同假设消耗下测算的参考数字，不包含额外API调用、工具使用或人工干预的成本。若一个智能体重复执行某个步骤或产生更多推理过程，实际计费量会随之变化，即便单价保持不变。

推理能级可调节，无法完全关闭

说白了，兼容Anthropic接口的文档描述了五个推理级别。从low到max。对于M3.1 Flash，当参数缺省时，max为默认值。自适应推理无法通过文档中提及的关闭值来禁用：文档显示该请求会触发错误。因此，复用旧版配置进行集成的开发者需要确认新模型实际支持的行为。

根据同一份文档，提高推理级别可能产生更多推理token并增加响应延迟。因此，每个token的价格与整体响应时间描述的是两个不同维度。我们的判断是，一次有效的测试应保持目标、工具和验收标准不变，并明确记录所选的推理级别。否则，快速响应与深度处理之间的对比将失去参照基准，差异的成因也无从解释。

官方产品目录显示。该模型支持一百万token的上下文窗口和多模态能力。上下文容量的声明并不保证每份长文档都能被正确处理。对于通过API接口集成模型的开发者。核心问题在于如何在多步骤之间保留必要信息。一个非常大的请求可能包含冗余或相互矛盾的指令：模型能够接受输入。并不意味着它总能从中选取正确的内容。

基准测试范围有限，需审慎解读

实际上，MiniMax公布了编程、计算机操作与安全领域的测评结果。根据官方新闻稿，相关数据包括：DeepSWE v1.1上得分73.7%、OSWorld V2上得分61.7分，以及CyberGym上得分82%。这些均为厂商自行发布的数据。新闻稿还列出BankerToolBench得分76.2分、Agents' Last Exam得分29.6分。各项测试考察的任务性质不同，无法叠加换算为统一的整体可靠性百分比。代码问题上的高分，并不足以证明该模型在处理文档或金融权限时同样零差错。

五项MiniMax基准测试结果，任务类型与计量单位各不相同
五项MiniMax基准测试结果，任务类型与计量单位各不相同

速度指标同样需要加注说明。该公司声称在特定条件下每秒超过200个token，中位数在170以上。这是基于其自有基础设施的数据，并非完成每项流程所需时间的保证。每秒生成的token数量，并不自动涵盖各次调用之间的等待时间、外部服务的响应延迟，以及人工审核结果所耗费的时间。

这一区分在模型基准对比中同样重要。任何数字都需注明测试版本、所用工具和推理配置。我们认为，针对Flash的有效对比，需要设定相同的目标和明确的预算。若将发现漏洞的能力作为模型整体可靠性的证明，则混淆了所测任务与该模型可能承担的其他工作之间的本质差异。

Artificial Analysis在另一套测试集上提供了独立的外部参考：该机构在其专项发布帖中，以最高推理配置为Flash打出Intelligence Index 42分，并报告其每任务成本约为0.22美元，而M3约为0.51美元。这是来自非厂商方的第三方评估，并非我们的复现结果。该成本仅适用于其指数所涵盖的任务与方法，不代表交由该模型处理任意工作的通用单价。

访问服务与掌控权重是两个不同阶段

10月19日的发布公告列出三个接入渠道：MiniMax API、M Plan和MiniMax Code。新闻稿未注明权重文件的发布日期，将其推迟至后续时间；而MiniMax官方LinkedIn页面发布的帖子则指向10月23日。这是一项已宣布的时间节点，并非已完成的发布。因此，可用的服务与可下载的模型文件仍属两个独立阶段。将Space Bunny认定为该模型初始版本，系MiniMax的自我声明，这一匿名代号本身并不构成独立评估。

我们的判断是，两种模式支持不同类型的验证。托管服务让用户能够立即测试界面表现与响应行为。权重文件的公开则将带来另一种可能：依据随附许可证的约定，下载并保存模型文件，研究更多配置选项。新闻稿并未说明该许可证的具体内容，也未提及所需硬件规格。在文件正式发布之前，若宣称Flash已具备完整的独立可用性，则是对一个尚在承诺阶段的步骤的超前定性。

有效成本核算应以完成任务为准

换句话说，从辅助编程过渡到智能体编程的过程中。成本会分散在多次尝试之间。一个智能体可能需要读取代码库。提出修改方案、执行测试，并在某次检查失败后返回修改代码。这是我们自己构建的操作示例，并非基于Flash的实测结果。经济对比应当计算整个序列直至工作被验收为止的总成本。包括那些未能产出可用方案的执行次数。

独立评估的价值，也在于这些序列是否可观测、可复现。我们的建议是：记录每次执行的结果。消耗量、重试次数和修正次数，同时保持验收标准的一致性。降低推理级别或许能缩短单次等待时间。但也可能增加后续修订的频次。这是一个需要在具体工作负载上加以验证的假设。而非我们在未经测量的情况下对模型行为的判断。

MiniMax M3.1 Flash 要点梳理

  • 已确认：10月19日正式发布，公开定价及托管接入文档均已提供。
  • 尚待核实：LinkedIn公告所称10月23日权重文件的实际发布，以及每项流程的具体节省成本。
  • 需持续关注的指标：同等任务下的资源消耗、所需修正次数，以及承诺交付产出物的实际可用性。

更深层的解读

换句话说，我们的判断是：应用人工智能领域的竞争。正从单次响应的价格转向可接受的执行成本。Flash的定价方案压低了一个可量化的成本项。但并不能消除对结果进行验证的必要性。一个模型只有在同等输出要求和执行条件下。同样能减少需要修正的环节，才算真正具备实用价值。

接下来，几个关键信号值得重点观察：权重文件能否按照公告时间节点如期发布、基于明确配置的可复现对比测试结果，以及在典型任务上的实测数据。同样重要的是，当系统遭遇失败时的表现：它究竟是主动提示边界、及时停止任务，还是持续消耗算力。这些差异，是每百万Token的定价无法呈现的，却恰恰决定了一个可靠智能体的最终实际成本。

推广内容

相关文章

Workday将Sana接入Claude：谁负责授权企业操作？ Giulia Ferrante Giulia Ferrante 2026年10月15日 Workday将Sana接入Claude：谁负责授权企业操作？ 2026年10月，Workday与Anthropic宣布将Sana智能体接入Claude，覆盖人事与财务场景。插件现处于早期访问阶段，权限管控仍锚定于ERP系统。 摩根大通限制AI代理访问银行账户的权限 Hamza Ahmed Hamza Ahmed 2026年10月14日 摩根大通限制AI代理访问银行账户的权限 摩根大通正式限制AI代理访问客户银行账户，凭据共享与屏幕抓取被视为安全风险。戴蒙和巴纳姆在2026年第三季度业绩会上划定边界。
韩国全北银行首推比特币企业贷款，开创银行业先河 韩国全北银行首推比特币企业贷款，开创银行业先河 Ilya Bratanov 2026年10月13日 Google发布Gemini企业AI代理：可调用Claude，谁来监控？ Google发布Gemini企业AI代理：可调用Claude，谁来监控？ Ilya Bratanov 2026年10月10日