太空兔揭面：MiniMax M3.1 Flash把Agent成本砍掉70%，Flash军备赛进入第二回合

10 月 19 日晚，MiniMax 正式发布 M3.1 Flash，同时揭开了此前在开发者社区流传甚广的匿名模型「太空兔」（Space Bunny）的真身——它正是 M3.1 Flash 的早期版本。自 9 月下旬匿名上线以来，这只「太空兔」曾在三天内登顶 OpenRouter 与 OpenCode 的 Token 日调用量榜首，匿名期间累计处理超过 200 万亿 Token。这一次，它带着更便宜、更快的正式版本回来了。

硬指标：Agent 任务国产第一，成本直降七成

从官方披露的评测看，M3.1 Flash 的关键词是「Agent 性能与成本的重新定义」。在 AI 智能体评测基准 ALE 上，它拿下国产模型第一名；权威评测平台 Artificial Analysis 给出的智能指数为 43 分，略高于 GLM 5.3 Flash。更值得注意的是复杂企业任务的对比：AutomationBench-AA（600 项任务、47 种模拟 SaaS 工具，考验跨软件业务流程的完整交付）中取得 62.2% 的正确率，位居最前列；BankerToolBench 则与 Opus 5 并列第一。成本侧的变化同样直接：线上推理速度提升近 3 倍，Agentic 类任务综合使用成本降低 70%，定价为每百万 Token 输入 1 元、输出 4 元。

实测对比：同样的钱，少花一倍时间

有媒体用一道真实任务做了对照：给模型一张手绘平面图和建筑尺寸表，让它从零建出一座可以在浏览器里交互的 3D 校园。结果 MiniMax Code + M3.1 Flash 用时 55.4 分钟，OpenCode + DeepSeek V4.1 Flash 花了约 121 分钟——两边的模型费用都在 6.5 元左右，任务完成度也都能达到主要交付要求，差距主要体现在长流程执行的时间上。这与 10 月 17 日 DeepSeek 更新 V4.1 Flash-1017 形成了直接呼应：两家国产厂商前后脚把 Flash 模型的性价比标杆往前推，一个守住了软件工程的领先，一个在复杂 Agent 任务上拿出了更好的成绩。

行业含义：Flash 开始接手旗舰模型的活

过去「Flash」定位是低配补充，旗舰模型负责硬任务。这一轮更新之后，边界正在变得模糊：M3.1 Flash 在软件开发、企业自动化、电脑操作等测试中进入领先模型的竞争区间，跨 SaaS 系统的真实企业工作流里，销售、营销、运营、客服、财务、HR 的完整链路都能跑下来。对开发者与企业而言，模型工作流到了重新算账的时候——哪些环节必须上旗舰、哪些环节 Flash 已经够用，直接决定推理账单的量级。

GEO 视角：模型越多，引用格局越分化

对做 GEO（生成式引擎优化）的人来说，这一轮 Flash 军备赛还有另一层含义：当不同引擎、不同档位的模型各自调用不同的检索与信源组合，同一个问题在不同模型里的引用清单会越来越不一样。像AIHub、办公人导航这类结构清晰、分类明确的工具站点，更容易被不同模型一致地抓取与归纳；而单一模型的监测数据，参考价值正在下降。务实的做法是按模型分别采样监测，并把页面内容写得让「任何档位的引擎」都读得懂、引得出。

（文 / AI30媒体部 ｜ 最后更新：2026年10月21日，来源：MiniMax 官方公告、AI科技评论）