MiniMax 正式发布 M3.1 Flash：100 万超长上下文、百万 Token 仅 0.15 美元，WebDev 竞技场大幅跃升 106 分

核心背景与行业痛点

在自主编程 Agent 与长上下文推理领域，开发者面临的核心矛盾始终是“高智能水平”与“爆炸性推理成本/高延迟”之间的失衡。以 SWE-bench、多轮前端开发和端侧协同为代表的复杂 Agent 流程，往往需要连续调用几十乃至上百次大模型，传统前沿闭源模型的昂贵 API 费用和高昂首字延迟（TTFT）成为智能体规模化落地的最大痛点。此前在各大排行榜上处理超 200 万亿 Token 的神秘模型“Space Bunny”，今日由 MiniMax 揭开底牌——全新旗舰轻便模型 MiniMax M3.1 Flash 正式上线。

架构亮点与底层机制

1. 原生 100 万超长上下文与极致 Token 经济学：

• 支持高达 1M Token 的原生上下文窗口，支持长文本和高分辨率图像原生多模态输入；
• 彻底刷新 Agent 运行经济性：API 输入仅需 $0.15 / 1M Token，输出 $0.60 / 1M Token，缓存读取（Cache Read）更是降至极致的 $0.015 / 1M Token；
• 推理速度相比前代 MiniMax-M3 提升 3 倍，推理综合成本直接削减三分之二；

1. Space Bunny 成熟架构与开源计划：

• 官方确认：该模型正是此前在 LMSYS 全球大模型匿名竞技场上测试超 200T Token、代号为“Space Bunny”的演进版本；
• 官方已正式宣布将于 10 月 23 日全面开放模型权重，成为具备 1M 上下文和顶级代码能力的重量级开源力量。

权威 Benchmark 与实测跑分对比

MiniMax 官方公布及 LMSYS Code Arena 和 Artificial Analysis 第三方独立实测数据显示（Figure 1, Arena WebDev, Artificial Analysis Benchmark）：

• 全栈 Agent 核心能力评测（MiniMax 官方公布）：
• 协同办公（Cowork）：Automation-Bench 斩获 62%，ALE 达到 30%；
• 代码推理与工程修复（Coding）：DeepSWE 达到 74%；
• 复杂多模态视觉推理（Visual Reasoning）：BabyVision 达到 91%；
• LMSYS Code Arena: WebDev 实测对决：
• 以 1588 分首次上榜，位列开源模型第 12 名（总榜第 32 名），助力 MiniMax 跃升全球前 12 大模型实验室；
• 较前代 MiniMax-M3（1482 分，排名第 19）实现 +106 分的巨大跨度；
• 在细分领域实现全方位跃升：Gaming（游戏开发） 排名从第 21 飙升至第 9（+179 分）；Reference-Based Design（参考图设计） 从第 20 跃升至第 7（+155 分）；Simulations（环境模拟） 跃升至第 13（+122 分）；Content Creation Tools 跃升至第 7（+113 分）；
• Artificial Analysis 独立中立基准评测：
• Intelligence Index（最高算力模式） 达到 42（较 M3 大幅提升 13 点），追平 GLM-5.3-Flash（42），超越 Gemini 3.8 Flash（41），逼近 DeepSeek V4.1 Flash 1017（45）；
• Humanity's Last Exam (HLE) 达到 48%（超越 GLM 的 40% 与 DeepSeek 的 43%）；
• CritPt 达到 22%（大幅超越 M3 的 4% 与 GLM 的 15%）；
• Token 效率与成本：完成 Index 任务仅消耗约 1.89 亿 Token（仅为 Gemini 3.34 亿与 GLM 3.24 亿的近一半），单任务推理成本仅 $0.22（对比 Gemini 的 $1.24、M3 的 $0.51 与 GLM 的 $0.28）。

开发者实战落地与开箱指南

• API 接入与平台：开发者可直接访问 platform.minimax.io 开通 API，支持平滑兼容 OpenAI SDK 调用规范；
• 桌面 Agent 原生支持：MiniMax 同步推出了面向桌面开发者的专用客户端 MiniMax Code（agent.minimax.io/download），深度融合 M3.1 Flash 作为核心推理引擎；
• 开源权重期待：团队承诺 10 月 23 日在 Hugging Face 与开源社区同步释出开源模型权重，适合追求低延迟、高并发与低成本私有化部署的代码智能体团队。