知识卡片：MiniMax M3.1 Flash 提速近3倍、成本降70%

一句话结论

据腾讯研究院AI速递（2026-10-20）报道，MiniMax 更新 M3.1 Flash，采用更激进的稀疏注意力架构，输出速度超 200 TPS，输入/输出价格降至每百万 Token 1 元/4 元，并在多项 Agent 与编程基准上给出国产第一的分数。

事件概述或研究问题

• 材料称 M3.1 Flash 的早期版本以匿名形式（Space Bunny）处理超 200T Token，官方定位为在 Agent、编程、Computer Use 及网络安全能力上的“代际提升”。
• 本条关注的问题是：在 Flash 级低成本模型上，速度、价格与 Agent/编程/Computer Use 能力能否同时兼顾。

方法/产品要点

• 架构：采用“更激进的稀疏注意力架构”，输出速度超 200 TPS（材料未给出与上一代的具体对比口径，待核实）。
• 定价：输入每百万 Token 1 元、输出每百万 Token 4 元。
• 上线渠道：已上线 API、MPlan 与 MiniMax Code；权重“稍后开放”（具体时间待核实）。
• 基准成绩（材料口径）：
  • DeepSWE v1.1：73.7%
  • OSWorld V2：61.7 分
  • ALE：29.6 分
  • CyberGym：82%
  • BankerToolBench：76.2 分
  • 其中 OSWorld V2、ALE 被材料称为“均列国产第一”。

主要结果或产业意义

• 若上述数据成立，M3.1 Flash 在 Computer Use（OSWorld V2）与 Agent 工具调用（BankerToolBench）方向给出了可对标的公开分数，且价格处于 Flash 档位。
• “提速近 3 倍、成本降 70%”为标题口径，材料正文未给出对比基线与计算方式，具体对比对象与统计方法待核实。
• 匿名处理 200T Token 的说法属于官方/速递叙述，缺少第三方复现，待核实。

为什么重要

• 与既有卡片中 Gemini 3.6 Flash（速度 304 token/s、token 消耗降约 17%）和 Claude 5.1（缓存读取降价 75%）相比，本条增量在于：国产 Flash 级模型以“稀疏注意力 + 低价 + Agent/Computer Use 基准”组合切入，竞争焦点从单纯速度转向单位任务成本与 Agent 任务完成率。
• 对图书/简报的意义：可作为“低成本 Agent 模型价格战”与“Computer Use 基准成为新对比维度”的案例；但需与 Gemini、Claude 卡片并列呈现，避免把厂商口径当作独立验证结论。

局限与不确定性

• 所有基准分数、速度与降价幅度均来自速递转述，未见官方技术报告或第三方评测，待核实。
• “国产第一”的比较范围（参评模型清单、评测时间、提示设置）未披露，待核实。
• 权重开放时间、稀疏注意力的具体实现与对长上下文的影响，材料未说明，待核实。

可用于图书/PPT/简报的角度

• 价格锚点图：把 M3.1 Flash 的 1 元/4 元（每百万 Token）与同档 Flash 模型并列，标注“厂商口径、待核实”。
• Agent 能力雷达：DeepSWE、OSWorld V2、ALE、CyberGym、BankerToolBench 五项分数做成一张小图，注明来源为速递转述。
• “匿名大模型先跑量再署名”的发布策略：以 Space Bunny 处理 200T Token 为引子，讨论模型预发布阶段的匿名评测现象（该说法待核实）。
• 与 Gemini 3.6 Flash、Claude 5.1 卡片组成“Flash 级模型三例”对照页，突出各自降价路径差异（速度/缓存/稀疏注意力）。

与既有脉络的关系

• 延续“Flash 级模型效率与价格竞争”脉络：Gemini 3.6 Flash 卡片强调速度与 token 消耗，Claude 5.1 卡片强调缓存降价，本条补充“稀疏注意力 + Computer Use 基准 + 国产第一”的叙述，属增量信息而非重复。

原始材料

• 标题：腾讯研究院AI速递 20261020
• 条目：二、MiniMax更新M3.1 Flash，提速近3倍、成本降70%
• URL：https://m.sohu.com/a/1089878331_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=2
• 英文关键词：MiniMax M3.1 Flash, sparse attention, Agent, Computer Use, DeepSWE, OSWorld, CyberGym, BankerToolBench, TPS, API pricing