# MiniMax M3.1 Flash 评测：跑分、速度和 M3 怎么选

> MiniMax M3.1 Flash 每百万输入 token $0.15，是 M3 的一半，智能指数 29 对 19。跑分、速度、五次实测和选型建议都在这里。

- Canonical HTML: https://omniakey.com/zh/blog/minimax-m3-1-flash-review
- Markdown: https://omniakey.com/zh/blog/minimax-m3-1-flash-review.md
- Published: 2026-10-30 (updated 2026-10-30)
- Author: Kiki, COO at OmniaKey
- Language: zh
- Category: Comparison
- Reading time: 12 min
- All posts: https://omniakey.com/blog/llms.txt

---

MiniMax 在 2026 年 10 月 19 日发布 M3.1 Flash。输入每百万 token $0.15，输出 $0.60，正好是 M3 的一半。Artificial Analysis 的智能指数给它 29 分。M3 是 19 分（2026 年 10 月 30 日核对）。五次同题实测里它更稳：M3 自己写的断言没过，它的 `merge_intervals` 一次跑通。代价是每次都要先思考，输出 token 约为 M3 的 2.4 倍，五次调用里有四次更慢。

和 M3 一样，它是 428B 参数的混合专家模型。每个 token 激活 23B，上下文 1M token。权重公开（Hugging Face 模型卡，2026 年 10 月 30 日核对）。

## 先说结论

- **每 token 价格减半。** 输入 $0.15、输出 $0.60（每百万 token），M3 是 $0.30 和 $1.20。缓存输入 $0.015，M3 是 $0.06（MiniMax 价格页，2026 年 10 月 30 日核对）。
- **指数分更高，Agent 跑分也领先。** Artificial Analysis 给 29 分，M3 是 19 分。按 MiniMax 模型卡的表格，Automation-Bench 62.8 排第一。BankerToolBench 76.2 与 Opus 5 并列。
- **每次调用都先思考。** 思考关不掉，effort 默认 `max`。实测输出 3,420 token，M3 是 1,408。
- **单次成本取决于长度。** 五次短调用合计 $0.00220，M3 是 $0.00195。Artificial Analysis 的长任务里，完成一次指数测试 $0.49，M3 是 $1.29。
- **怎么选：** 写代码和 Agent 任务，Flash 是更好的默认值。短请求、在意延迟的场景仍选 M3，token 少比单价低更有用。

* **MiniMax M3.1 Flash** (默认选择): 指数分更高（29 对 19），单价减半，代码任务做对了。每次调用都先思考。
* **MiniMax M3** (短请求、快响应): 五次里四次更快，输出 token 不到一半，思考可以关掉。

## M3.1 Flash 是什么？

[MiniMax M3.1 Flash](https://omniakey.com/zh/minimax-m3-1-flash) 和 M3 同源，改了三处，MiniMax 说这三处提升了推理效率。它在 2026 年 10 月 19 日发布（MiniMax 发布说明，2026 年 10 月 30 日核对）。总参数 428B，每 token 激活 23B，规格与 [MiniMax M3](https://omniakey.com/zh/minimax-m3) 一致。三处改动：前三个全注意力层换成稀疏注意力，加上量化感知训练和 DSpark 投机解码。来源是 Hugging Face 模型卡（2026 年 10 月 30 日核对）。

||M3.1 Flash|M3|
|-|-|-|
|发布|2026 年 10 月 19 日|2026 年 6 月 1 日|
|参数|428B 总参数，23B 激活|428B 总参数，23B 激活|
|上下文|1M token|1M token|
|最大输出|512K token|512K token|
|思考|始终开启|可开、自适应、可关|
|每百万 token 价格|输入 $0.15，输出 $0.60|输入 $0.30，输出 $1.20|

日期来自 MiniMax 发布说明，规格来自 Hugging Face 模型卡，价格来自 MiniMax 价格页。这三处都在 2026 年 10 月 30 日核对。两个模型都支持 1M token 上下文，推荐输出 131,072 token。上限是 524,288（MiniMax 对话 API 文档，2026 年 10 月 30 日核对）。

发布前，MiniMax 让它以 Space Bunny 的名义匿名上线。它处理了超过 200 万亿 token（MiniMax 发布文章，2026 年 10 月 19 日）。从 10 月 19 日起，M Plan 和 Token Plan 下的 M2.5、M2.7 请求改由 M3.1 Flash 接。这两个模型将于 2026 年 11 月 18 日下线。来源是 MiniMax 模型 FAQ（2026 年 10 月 30 日核对）。

同一篇发布文章说，M3.1 Flash 让在线推理 “nearly three times faster”（快了近三倍），并把使用成本降低 70%。

权重公开在 Hugging Face 仓库 MiniMaxAI/MiniMax-M3.1-Flash。许可证为 MiniMax Community License（2026 年 10 月 30 日核对）。

## MiniMax 公布了哪些跑分？

MiniMax 公布了两组数字。更完整的一组在 M3.1 Flash 模型卡上，对比了 Opus 5、GPT-5.6 Sol 和另外四个模型。其中没有 M3（Hugging Face，2026 年 10 月 30 日核对）。

|跑分|M3.1 Flash|Opus 5|GPT-5.6 Sol|
|-|-|-|-|
|Automation-Bench v1.0.6|62.8|50.3|45.8|
|BankerToolBench|76.2|76.2|74.6|
|Terminal Bench 4.0|38.1|51.8|39.9|
|DeepSWE v1.1|73.7|74.0|73.0|
|NL2Repo-Bench|61.2|75.3|56.8|
|SWE Refactor Bench|23.0|31.0|28.5|
|OSWorld 2.0|61.7|70.6|65.7|
|HLE (without tools)|43.4|55.6|49.5|

它在 Automation-Bench v1.0.6 上以 62.8 领先。Opus 5 是 50.3，GPT-5.6 Sol 是 45.8。BankerToolBench 76.2，与 Opus 5 并列。同一张表里的 DeepSeek V4.1 Flash-1017 在三个编程项目上更高。Terminal Bench 4.0 是 42.3 对 38.1，DeepSWE 是 77.0 对 73.7。NL2Repo-Bench 是 68.2 对 61.2。

MiniMax 发布文章说，它在 OSWorld V2 和 Agents' Last Exam 上 “ranks first among Chinese models”（在中国模型中排第一）。模型卡的表格里，OSWorld 2.0 一项 Flash 是 61.7。Opus 5 是 70.6，GPT-5.6 Sol 是 65.7。Agents' Last Exam 一项它 29.6，Opus 5 是 32.2，GPT-5.6 Sol 是 30.6。

M3 的数字来自它 2026 年 6 月 1 日的发布：

- SWE-Bench Pro: 59.0%
- Terminal-Bench 2.1: 66.0%
- MCP Atlas: 74.2%

这些测试和上面的表格不同，两组数字不能逐行对比。

Hacker News 用户 DCKing 的评语是 “seems to be pretty benchmaxed”（看起来像是专为跑分调的）。DCKing 又说 “in actual use, it doesn't survive the comparison to models in the benchmark”（实际用起来比不上榜单里的模型）（2026 年 10 月 19 日）。

## 速度怎么样？

单看 token 它很快，看整段回答往往更慢。MiniMax 说输出速度超过 200 token/秒，中位数 170 以上，靠的是更激进的稀疏化。Artificial Analysis 测的是 MiniMax 自家 API，记录到 118.9 token/秒。M3 是 101.0。首 token 1.36 秒，M3 是 1.11 秒（2026 年 10 月 30 日核对）。

实测能看出时间花在哪。表里每格是总耗时和首 token 时间，单位秒。解释类提示词每个模型跑两次，工具调用没有开流式。

|任务|M3.1 Flash|M3|
|-|-|-|
|计数|12.4 / 8.3|7.2 / 6.5|
|代码|25.2 / 16.1|6.2 / 3.3|
|解释（第 1 次）|14.3 / 6.8|10.1 / 2.9|
|解释（第 2 次）|7.4 / 2.5|13.1 / 6.0|
|工具调用|9.6 / –|2.6 / –|

这些数据测于 2026 年 10 月 30 日。首 token 之后，Flash 的流式速度大约是 76 到 239 token/秒，M3 是 67 到 107。速度本身够快。差别在思考：每次流式调用 Flash 都返回 `reasoning_content`，这些 token 也算进总数。M3 的调用没有返回任何思考文本。

Hacker News 用户 chriddyp 在自己的数据分析跑分上试过，写道它 “seems to use A LOT of tokens and it's the slowest model that we've tested for the exam; it's slow because of the number of tokens it uses, not the inference speed”（用的 token 非常多，是我们测过的考试模型里最慢的；慢在 token 数量，不在推理速度）（2026 年 10 月 20 日）。

## 同样的提示词，它和 M3 比怎么样？

Flash 多做对一个任务，整体仍然更慢。算术题两个模型都答对 401，HTTP 缓存的十个要点都覆盖到了，巴黎和东京两次工具调用也都发了。差距出在代码任务上。

输出 token（含思考）：

|任务|M3.1 Flash|M3|
|-|-|-|
|计数|312|64|
|代码|838|311|
|解释（第 1 次）|1,034|479|
|解释（第 2 次）|1,173|493|
|工具调用|63|61|

五次调用里 Flash 一共写了 3,420 个输出 token，M3 是 1,408。正文长度接近：Flash 两段解释是 377 词和 425 词，M3 是 364 词和 381 词。Flash 在正文之前的思考文本另有 394 词和 496 词。

决定胜负的是代码任务。Flash 交出的 `merge_intervals` 正确，附了九个断言，其中一个检查输入列表没被改动，文件运行无报错。M3 的合并逻辑也对，但它先把区间排序成元组，只在合并时转回列表，所以 `merge_intervals([[5, 10]])` 返回 `[(5, 10)]`。它自己的第二个断言 `assert merge_intervals([[5, 10]]) == [[5, 10]]` 报错。

调低 effort 能缩短等待。加上 `reasoning_effort: "low"` 后，另一次 Flash 运行用了 5.5 秒，原来要 25.2 秒。首 token 2.4 秒，原来 16.1 秒。输出 429 token，原来 838。函数结果正确，但它自己的一个断言要求两个不重叠的区间合并，文件以 `AssertionError` 结束。

Flash 的思考是电报式的英文短句。计数任务的思考开头原文是：“We need answer. Need parse subtle: divisible by 3 or by 5, but not by 15.” Hacker News 用户 simonw 也提到这种风格，说它 “Reasoning traces use truncated English”（推理过程用截断的英文）（2026 年 10 月 19 日）。

我们只测了文本。图片和视频输入、长上下文提示词、更长的 Agent 任务、默认和 low 之外的 effort 档位都没有测。两个模型都通过同一个 OpenAI 兼容接口调用，没用 MiniMax 自家 API。

## 每个任务多少钱？

单价减半，在短提示词上并没有更省钱。五次调用 Flash 花 $0.00220，M3 花 $0.00195。Flash 的输出 token 约为 2.4 倍，差价由此而来。五次调用里 M3 有四次更便宜，工具调用那次 Flash 更便宜。

|任务|M3.1 Flash|M3|
|-|-|-|
|计数|$0.000199|$0.000116|
|代码|$0.000526|$0.000434|
|解释（第 1 次）|$0.000662|$0.000620|
|解释（第 2 次）|$0.000730|$0.000607|
|工具调用|$0.000080|$0.000173|
|合计|$0.00220|$0.00195|

价格按 MiniMax 的标价计算，缓存输入按缓存价。

长任务上结论反过来。Artificial Analysis 的混合价是每百万 token $0.10，M3 是 $0.22。混合比例是缓存命中、输入、输出 7:2:1。完成一次智能指数任务的平均成本是 $0.49，M3 是 $1.29（2026 年 10 月 30 日核对）。它还把 Flash 列为话多：整个指数跑下来输出 160M token，中位数 100M，M3 是 100M。

还有一处差别：Flash 的价格固定。输入 $0.15、输出 $0.60、缓存输入 $0.015（每百万 token）。M3 在 MiniMax 永久 50% 折扣之后是 $0.30、$1.20 和 $0.06。这个价格适用于 512K 输入 token 以内。超过这个长度是 $0.60、$2.40 和 $0.12。M3 还有一个 Priority 档，价格是上述的 1.5 倍，用 `service_tier: "priority"` 开启。Flash 没有 Priority 档（MiniMax 价格页，2026 年 10 月 30 日核对）。

## 选 M3.1 Flash 还是 M3？

写代码和 Agent 提示词，Flash 是更好的默认值。

|你的情况|选择|原因|
|-|-|-|
|写代码、做 Agent|M3.1 Flash|M3 没过的测试它过了|
|要短、要快|M3|token 更少，等得更短|
|需要关掉思考|M3|Flash 会返回报错|
|提示词超过 512K|M3.1 Flash|价格保持不变|
|想要更快的响应|M3|Priority 档，1.5 倍价格|

短提示词上，M3 五次里四次更快、四次更便宜，两段解释的完整度相当。选 Flash 的理由是省掉返工：它的代码文件九个断言全部通过，M3 的没有。

同批次的另一项测试里，M3.1 Flash 作为自定义模型接进 [Factory Droid](https://omniakey.com/zh/blog/factory-droid-custom-models)。它用 30.7 秒修好了一个中位数 bug。

给 Claude Code 选模型，可以看 [Claude Code 模型对比](https://omniakey.com/zh/blog/best-model-for-claude-code)。MiniMax 表格里的 GLM-5.3 另有 [GLM-5.3 与 GLM-5.2 对比](https://omniakey.com/zh/blog/glm-5-3-vs-glm-5-2-for-coding)。Kimi K3 的继任者写在 [Kimi K3.1 Pro 评测](https://omniakey.com/zh/blog/kimi-k3-1-pro-review) 里。

## 怎么调用 M3.1 Flash？

OmniaKey 用一个 OpenAI 兼容接口提供这两个模型 ID。一个 key、一种请求格式就能调通。当前价格见 [M3.1 Flash 模型页](https://omniakey.com/zh/minimax-m3-1-flash) 和 [M3 模型页](https://omniakey.com/zh/minimax-m3)。

```bash
curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3.1-flash",
    "max_tokens": 8000,
    "reasoning_effort": "low",
    "messages": [{"role": "user", "content": "Explain HTTP caching in two paragraphs."}]
  }'
```

回答在 `choices[0].message.content` 里，思考内容在 `reasoning_content` 里。把 `model` 改成 `minimax-m3` 就是调用 M3。

1. `reasoning_effort` 接受 `low`、`medium`、`high`、`xhigh` 和 `max`，不填时默认 `max`，思考最多。来源是 MiniMax 文本生成文档（2026 年 10 月 30 日核对）。
2. Flash 关不掉思考。发送关闭思考的请求会返回 400，报错原文是 `model "MiniMax-M3.1-Flash" requires adaptive thinking`（该模型要求自适应思考）。M3 可以开启、自适应或关闭思考。
3. `temperature` 和 `top_p` 不生效，两个模型固定用 1 和 0.95。

## FAQ

### MiniMax M3.1 Flash 是开源的吗？

权重公开在 Hugging Face 仓库 MiniMaxAI/MiniMax-M3.1-Flash。模型卡写明许可证为 MiniMax Community License（2026 年 10 月 30 日核对）。这是带条件的开放权重。

### M3.1 Flash 能关掉思考吗？

不能。MiniMax 的文档说思考默认开启、无法关闭，关闭思考的请求会返回 400。想缩短思考，把 `reasoning_effort` 设成 `low`。

### M3.1 Flash 支持图片吗？

MiniMax 的文档和模型卡写的是文本、图片、视频输入，文本输出（2026 年 10 月 30 日核对）。Artificial Analysis 只给 Flash 列了文本和图片。OmniaKey 的模型页对 `minimax-m3.1-flash` 没有列出图片输入，按文本用。我们的测试全部是文本请求。

### Space Bunny 是什么？

Space Bunny 是发布前匿名上线的模型。MiniMax 说它处理了超过 200 万亿 token。它是 M3.1 Flash 的早期版本（发布文章，2026 年 10 月 19 日）。

### M3.1 Flash 有多大？

总参数 428B，每 token 激活 23B，上下文 1M token，规格与 M3 相同。它不是更小的模型：MiniMax 把推理效率归功于稀疏注意力、量化感知训练和投机解码。

### M3.1 Flash 适合写代码吗？

一个代码任务里它赢过 M3：`merge_intervals` 的九个断言全部通过，M3 的文件没过自己的测试。MiniMax 模型卡上它 DeepSWE v1.1 得 73.7。同表的 DeepSeek V4.1 Flash-1017 是 77.0。

## 核对来源

- [MiniMax: MiniMax M3.1 Flash](https://www.minimax.io/blog/minimax-m31f) — 2026-10-30
- [MiniMax: MiniMax M3](https://www.minimax.io/blog/minimax-m3) — 2026-10-30
- [MiniMax platform: pricing overview](https://platform.minimax.io/docs/pricing/overview) — 2026-10-30
- [MiniMax platform: text generation guide](https://platform.minimax.io/docs/guides/text-generation) — 2026-10-30
- [MiniMax platform: model release notes](https://platform.minimax.io/docs/release-notes/models) — 2026-10-30
- [MiniMax platform: models FAQ](https://platform.minimax.io/docs/faq/models) — 2026-10-30
- [MiniMax platform: chat API reference](https://platform.minimax.io/docs/api-reference/text-chat-openai) — 2026-10-30
- [Hugging Face: MiniMax-M3.1-Flash](https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash) — 2026-10-30
- [Hugging Face: MiniMax-M3](https://huggingface.co/MiniMaxAI/MiniMax-M3) — 2026-10-30
- [Artificial Analysis: MiniMax-M3.1-Flash](https://artificialanalysis.ai/models/minimax-m3-1-flash) — 2026-10-30
- [Artificial Analysis: MiniMax-M3](https://artificialanalysis.ai/models/minimax-m3) — 2026-10-30
- [Hacker News: MiniMax M3.1 Flash 发布帖](https://news.ycombinator.com/item?id=50154540) — 2026-10-30
- [DCKing](https://news.ycombinator.com/item?id=50157109)、[chriddyp](https://news.ycombinator.com/item?id=50161518) 和 [simonw](https://news.ycombinator.com/item?id=50157424) 的评论（Hacker News）— 2026-10-30