MiniMax M3.1 Flash发布：Agent跑分国模第一，API成本只剩三成

到底发生了什么

国庆期间在OpenRouter上匿名霸榜的神秘模型「玉兔」（Space Bunny），马甲被扒下来了，是MiniMax。

正式交卷的代号叫M3.1 Flash。跑分比匿名版还猛一点，尤其是Agent这块。

• Agents' Last Exam（ALE）得29.6%，国模第一。
• AA榜单43分。
• DeepSWE v1.1得73.7%，反超GPT-6.1 Sol、Claude Opus 5、Claude Fable 5。排在它前面的只有DeepSeek V4.1 Flash 1017的77分。
• 加州大学伯克利分校主导的CyberGym得82.2分，和GLM-5.3（84.5）、GPT-5.6 Sol（83.6）同列第一梯队。
• Zapier开源的AutomationBench-AA位居前列，单任务成本不到0.05美元。
• 金融专属基准BankerToolBench拿76.2分，与Claude Opus 5并列全球第一。
• Computer Use场景里，OSWorld V2拿61.7分；ALE用极低的任务成本跑出顶尖模型级别的表现。两项都是国产第一。

速度没丢：输出最快200+ TPS，中位数（P50）170+ TPS。底层换成更激进的稀疏注意力架构，线上推理速度拉升将近3倍。

价格是重点：输入每百万Token 1元，输出每百万Token 4元，缓存读取每百万Token 0.1元。输入输出价格腰斩，缓存读取降75%，综合成本是上一代M3的30%。

这对你意味着什么

别被「跑分」两个字劝退。这条消息落到做店、做号的人身上，是三件具体的事。

• AI客服的成本线被拉低了。综合成本是上一代M3的30%，不是便宜一点点，是按三折重算。以前你因为账单太贵，机器人只敢开在售前；现在售前、售后、发货提醒能一起接。
• 用户不再看你转圈。170 TPS的中位数，意味着后台串四五个子Agent的时候界面几乎不用等。批量出短视频脚本、直播中控台自动切品这类活儿，卡顿感少一大截，人才留得住。
• 「能自己串流程」第一次变得便宜。AutomationBench-AA里它单任务成本不到0.05美元，就能串起横跨销售、营销、客服、财务、HR的工作流。对小团队来说，等于请了个按次付费、不休息的助理。
• 你可以不押一家。DeepSeek V4.1 Flash偏纯写代码，MiniMax M3.1 Flash偏跨工具的业务流。两款都是国产Flash，路线互补，按任务分流就行。

零一时代新媒体实训中心在天津做了7年新媒体实操，学员里一多半是京津冀的实体店和夫妻店，问得最多的就是这类「要不要跟」的问题。

接下来可以怎么做

• 挑一件你天天亲手干的活儿去试：把一场两小时的直播录音，整理成3条短视频脚本，看它一次做对几条。
• 先充值用API，别急着上包月。充几十块钱就能跑出真实感受，哪个拉胯就换哪个。
• 按任务分流：改代码、写脚本的活儿交给DeepSeek V4.1 Flash；客服、财务、跨软件搬运的活儿交给MiniMax M3.1 Flash。社区里还有人按峰谷价路由，闲时用一家，忙时用另一家。
• 把现在每月的调用账单翻出来，按30%重算一遍，看省下的钱够不够再加一个人手的活儿。

短视频获客和直播带货这两门课上，我们一直让学员先用小任务试，一个月几十块钱的调用费，别动原来的系统和流程。

新手最常问的3个问题

问：我不懂技术，这跟我有关系吗？

答：有。你不需要懂模型原理，只要清楚自己店里哪些活儿重复、耗时。把一件这样的活儿丢给它跑一次，好坏当场见分晓。

问：直接用包月订阅是不是更省事？

答：原文里提到C端订阅的几个坑：5小时限额、半夜Reset、后台降智。买API充个几十块钱，哪个拉胯随时拜拜，主动权在自己手里。模型迭代太快，订阅翻车的不止一例。

问：这次到底降的是什么？

答：输入每百万Token 1元、输出4元、缓存读取0.1元；输入输出腰斩，缓存读取直降75%，综合成本压到上一代M3的30%，跟DeepSeek V4.1 Flash差不多一个量级。短短两天两款国产Flash接连登场，这就是信号。

工具便宜了，考验的就不再是钱包，而是你能不能把店里的一个具体环节说清楚。想学着自己上手，可以来零一时代新媒体实训中心聊聊，电话18622876609。