MiniMax发布M3.1 Flash：428B MoE模型API定价$0.15
MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input
Flash级定价下的Agentic能力实测数据稀缺，这篇详细拆解了性价比与性能取舍，做Agent开发的同学值得参考。
MiniMax has just released MiniMax M3.1 Flash on its API, priced at $0.15 per 1M input tokens. MiniMax also confirmed that Space Bunny was an earlier M3.1 Flash build. That stealth model processed over 200T tokens. For developers, the message is near-frontier agentic scores at Flash-tier cost. Model weights are due in late October, 2026.
MiniMax 刚刚在其 API 上发布了 MiniMax M3.1 Flash，定价为每 100 万输入 token 0.15 美元。MiniMax 还确认 Space Bunny 是早期版本的 M3.1 Flash 构建版。该隐秘模型处理了超过 200T 个 token。对开发者而言，这意味着以 Flash 层级的成本获得接近前沿水平的智能体得分。模型权重将于 2026 年 10 月底发布。
TL;DR
TL;DR（太长不看）
- Size: 428B total parameters, about 23B active (MoE); 1,000,000-token context
- Runs on: MiniMax API, M Plan and MiniMax Code today. Self-hosting hardware not disclosed; weights arrive Oct 23
- Performance: Near-frontier on agentic office work, mid-pack on hard coding, all MiniMax-reported
- Best: Automation-Bench v1.0.6 at 62.2, the top score in MiniMax’s table
- Worst: Terminal Bench 4.0 at 38.1, versus 51.8 for Opus 5
- 规模：总参数量 428B，活跃参数约 23B（MoE 架构）；上下文窗口为 1,000,000 个 token
- 运行平台：今日可在 MiniMax API、M Plan 和 MiniMax Code 上使用。自托管硬件信息未披露；权重将于 10 月 23 日发布
- 性能：在智能体办公任务上接近前沿水平，在复杂编码任务上处于中游，所有数据均由 MiniMax 报告
- 最佳表现：Automation-Bench v1.0.6 得分为 62.2，是 MiniMax 表格中的最高分
- 最差表现：Terminal Bench 4.0 得分为 38.1，而 Opus 5 的得分为 51.8
What is MiniMax M3.1 Flash?
什么是 MiniMax M3.1 Flash？
MiniMax M3.1 Flash is a multimodal mixture-of-experts model from MiniMax. It targets coding, agentic office work and visual reasoning. MiniMax’s product page lists 428B total parameters and about 23B active. It also mentions sparse attention and a native visual encoder.
MiniMax M3.1 Flash 是 MiniMax 推出的一种多模态混合专家（MoE）模型。它主要针对编码、智能体办公任务和视觉推理。MiniMax 的产品页面列出了 428B 的总参数量和约 23B 的活跃参数。页面还提到了稀疏注意力机制和本地视觉编码器。
The model accepts text, image and video input and returns text. The context window is 1,000,000 tokens. Those parameter totals match MiniMax M3, which ships at ~428B total and ~23B active. MiniMax has not published a technical report on what changed in the Flash variant.
该模型接受文本、图像和视频输入，并返回文本输出。上下文窗口为 1,000,000 个 token。这些参数总量与 MiniMax M3 一致，后者发货时总参数量约为 428B，活跃参数约为 23B。MiniMax 尚未发布关于 Flash 变体具体变更的技术报告。
How does reasoning work in M3.1 Flash?
M3.1 Flash 中的推理机制是如何工作的？
Reasoning is always on and cannot be disabled. Developers choose from 5 effort levels: Low, Medium, High, Xhigh and Max. MiniMax recommends Max as the default.
推理功能始终开启且无法禁用。开发者可从 5 个努力等级中选择：Low（低）、Medium（中）、High（高）、Xhigh（极高）和 Max（最大）。MiniMax 推荐将 Max 设为默认值。
Migration matters here. Requests sending thinking.type=disabled or effort=none return an error. Reasoning arrives in a separate reasoning_content field, which may be absent. Integrations that parse inline <think> tags from M3 need updating.
迁移在此处至关重要。发送 thinking.type=disabled 或 effort=none 的请求会返回错误。推理内容出现在单独的 reasoning_content 字段中，该字段可能不存在。需要更新那些从 M3 解析内联 <think> 标签的集成应用。
How does M3.1 Flash perform on benchmarks?
M3.1 Flash 在基准测试中的表现如何？
All scores below are MiniMax-reported. No independent replication exists yet.
以下所有分数均由 MiniMax 报告。目前尚无独立复现结果。
On the CoWork set, M3.1 Flash leads Automation-Bench v1.0.6 at 62.2. Opus 5 scores 50.3 and GPT-5.6 Sol 45.8. It ties Opus 5 on BankerToolBench at 76.2. It also tops LOCA-Bench 256K at 60.3. Agents’ Last Exam lands at 29.6.
在 CoWork 数据集上，M3.1 Flash 在 Automation-Bench v1.0.6 中以 62.2 分领先。Opus 5 得分为 50.3，GPT-5.6 Sol 得分为 45.8。它在 BankerToolBench 上与 Opus 5 并列，得分均为 76.2。它还在 LOCA-Bench 256K 中以 60.3 分位居榜首。Agents’ Last Exam 得分为 29.6。
Coding results are mixed. DeepSWE v1.1 scores 73.7, just above GPT-5.6 Sol at 73.0. DeepSeek-V4.1-Flash-1017 scores higher at 77.0. Terminal Bench 4.0 is the weakest result at 38.1. SWE Refactor Bench sits at 23.0, versus 31.0 for Opus 5.
编码测试结果喜忧参半。DeepSWE v1.1 得分为 73.7，略高于 GPT-5.6 Sol 的 73.0 分。DeepSeek-V4.1-Flash-1017 得分更高，为 77.0 分。Terminal Bench 4.0 是最弱的结果，得分为 38.1。SWE Refactor Bench 得分为 23.0，而 Opus 5 为 31.0 分。
On vision, BabyVision with tools reaches 91.0 and CharXiv RQ reaches 82.5. HLE without tools scores 43.4.
在视觉方面，配备工具的 BabyVision 达到 91.0 分，CharXiv RQ 达到 82.5 分。无工具配置的 HLE 得分为 43.4。
Spot checks hold up. The Kimi K3 model card reports DeepSWE 67.5 and BabyVision 85.7, matching MiniMax’s table. One inconsistency: MiniMax’s cost chart plots Automation-Bench max effort at 62.8, while its table says 62.2.
抽查结果成立。Kimi K3 模型卡片报告 DeepSWE 为 67.5，BabyVision 为 85.7，与 MiniMax 的表格一致。存在一处不一致：MiniMax 的成本图表显示 Automation-Bench 最大努力下的得分为 62.8，而其表格中则为 62.2。
What does M3.1 Flash cost per task?
M3.1 Flash 每项任务的成本是多少？
MiniMax frames value as cost per task, not per token. On its Automation-Bench chart, all 5 effort levels sit below $0.05 per task. Scores range from 52.8 at low effort to 62.8 at max. A full 152-task Agents’ Last Exam run cost about $111 at 29.6. On DeepSWE, DeepSeek V4.1 Flash-1017 plots both higher and cheaper at max effort.
MiniMax 将价值定义为每项任务的成本，而非每 token 的成本。在其 Automation-Bench 图表中，所有 5 个努力等级每项任务的成本均低于 0.05 美元。得分从低努力的 52.8 到高努力的 62.8 不等。在 Agents’ Last Exam 中完整运行 152 项任务，以 29.6 的价格计算，总成本约为 111 美元。在 DeepSWE 上，DeepSeek V4.1 Flash-1017 在高努力下的表现更高且更便宜。
How do you deploy MiniMax M3.1 Flash?
如何部署 MiniMax M3.1 Flash？
The model is live on platform.minimax.io as MiniMax-M3.1-Flash. MiniMax supports Anthropic-compatible and OpenAI-compatible access, including Chat Completions and Responses. It is also available through M Plan and the MiniMax Code desktop app.
该模型已在 platform.minimax.io 上线，名为 MiniMax-M3.1-Flash。MiniMax 支持 Anthropic 兼容和 OpenAI 兼容的访问方式，包括 Chat Completions 和 Responses。它还可通过 M Plan 和 MiniMax Code 桌面应用程序获得。
Pricing is a flat $0.15 input and $0.60 output per 1M tokens. Cache reads cost $0.015 per 1M. There is no long-context surcharge. MiniMax M3 costs $0.30/$1.20 up to 512K input and doubles above that. Per token, Flash is half of M3’s standard rate. MiniMax claims 1/3 the cost of M3 but has not detailed the calculation.
定价为每百万 token 输入 0.15 美元，输出 0.60 美元的固定费率。缓存读取每百万 token 成本为 0.015 美元。没有长上下文附加费。MiniMax M3 的定价为每百万 token 输入 0.30 美元/输出 1.20 美元（最高至 512K 输入），超过此限制后价格翻倍。按 token 计算，Flash 的标准费率是 M3 的一半。MiniMax 声称其成本仅为 M3 的三分之一，但尚未详细说明计算方式。
On speed, MiniMax’s product page lists about 150 tokens per second. The announcement claims 3x the speed of M3. Weights arrive October 23; the license is not yet disclosed. For scale, M3’s MXFP8 build is about 440 GB.
在速度方面，MiniMax 的产品页面列出约为每秒 150 个 token。公告声称其速度是 M3 的 3 倍。权重将于 10 月 23 日发布；许可证尚未披露。作为参考，M3 的 MXFP8 版本大小约为 440 GB。
How does M3.1 Flash compare with DeepSeek, Kimi and GLM?
M3.1 Flash 与 DeepSeek、Kimi 和 GLM 相比如何？
| Feature | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Total / active params | 428B / ~23B (MiniMax) | 552B / 8B prefill, 16B decode (NVIDIA card) | 2.8T / 104B (HF) | ~744B / ~40B, shared GLM-5 base |
| Context | 1M | 1M (DeepSeek docs) | 1,048,576 | 1,048,576 (Cloudflare) |
| Inputs | Text, image, video | Text, image | Text, image | Text |
| Weights / license | Due Oct 23; license not disclosed | Open, MIT | Open, Kimi K3 License | Open weights |
| API price in / out (1M) | $0.15 / $0.60 flat | $0.30 / $1.20 peak; half off-peak | $3.00 / $15.00 | $1.40 / $4.40 |
| Self-host hardware | Not disclosed | Not disclosed | MXFP4 weights; vLLM, SGLang | Not disclosed |
| Automation-Bench v1.0.6* | 62.2 | 54.8 | 46.7 | 48.8 |
| DeepSWE v1.1* | 73.7 | 74.2 | 67.5 | 66.9 |
| Terminal Bench 4.0* | 38.1 | 31.2 | 12.6 | 37.9 |
| BabyVision (w/ tools)* | 91.0 | 89.6 | 85.7 | Not reported |
| 特性 | MiniMax M3.1 Flash | DeepSeek V4.1 Flash | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| 总参数/活跃参数 | 428B / ~23B (MiniMax) | 552B / 8B 预填充，16B 解码 (NVIDIA 卡片) | 2.8T / 104B (HF) | ~744B / ~40B，共享 GLM-5 基础 |
| 上下文窗口 | 1M | 1M (DeepSeek 文档) | 1,048,576 | 1,048,576 (Cloudflare) |
| 输入模态 | 文本、图像、视频 | 文本、图像 | 文本、图像 | 文本 |
| 权重/许可证 | 10 月 23 日可用；许可证未披露 | 开源，MIT | 开源，Kimi K3 许可证 | 开源权重 |
| API 输入/输出价格 (每百万 token) | $0.15 / $0.60 固定价 | $0.30 / $1.20 峰值；非峰值半价 | $3.00 / $15.00 | $1.40 / $4.40 |
| 自托管硬件 | 未披露 | 未披露 | MXFP4 权重；vLLM, SGLang | 未披露 |
| Automation-Bench v1.0.6* | 62.2 | 54.8 | 46.7 | 48.8 |
| DeepSWE v1.1* | 73.7 | 74.2 | 67.5 | 66.9 |
| Terminal Bench 4.0* | 38.1 | 31.2 | 12.6 | 37.9 |
| BabyVision (带工具)* | 91.0 | 89.6 | 85.7 | 未报告 |
*Scores from MiniMax’s comparison table. Kimi K3 DeepSWE and BabyVision match its own card.
*分数来自 MiniMax 的比较表格。Kimi K3 的 DeepSWE 和 BabyVision 分数与其自身模型卡片一致。
What are the limitations?
有哪些局限性？
Every benchmark is vendor-reported, and harness choice shifts results. Automation-Bench numbers do not transfer across sources. Kimi K3’s card reports 30.8 on a 600-task public subset, while MiniMax lists 46.7.
所有基准测试数据均由厂商自行报告，且评测框架的选择会影响结果。Automation-Bench 的数值无法在不同来源间直接对比。Kimi K3 在包含 600 个任务的公开子集上得分为 30.8，而 MiniMax 列出的分数为 46.7。
Opus 5 leads by 13.7 points on Terminal Bench 4.0 and 14.1 on NL2Repo-Bench. Always-on reasoning also sets a token and latency floor for simple calls. Self-hosting details remain unknown until October 23.
Opus 5 在 Terminal Bench 4.0 上领先 13.7 分，在 NL2Repo-Bench 上领先 14.1 分。始终开启推理功能也为简单调用设定了 token 消耗和延迟的下限。直到 10 月 23 日，自托管细节仍不为人知。
Key Takeaways
关键要点
- 428B MoE with ~23B active and a 1M context.
- $0.15/$0.60 per 1M tokens, half of M3’s per-token rate.
- Leads Automation-Bench v1.0.6 at 62.2, MiniMax-reported.
- Trails Opus 5 by 13.7 points on Terminal Bench 4.0.
- Weights land Oct 23; reasoning cannot be disabled.
- 拥有 428B 参数的 MoE 模型，激活参数约 23B，上下文窗口达 1M。
- 每百万 token 价格为 $0.15/$0.60，仅为 M3 单 token 费率的一半。
- 在 Automation-Bench v1.0.6 中排名第一，得分为 62.2（由 MiniMax 报告）。
- 在 Terminal Bench 4.0 中落后 Opus 5 13.7 分。
- 权重将于 10 月 23 日发布；无法禁用推理功能。
Check out the announcement, product page and API docs. All credit goes to the researcher of this project. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
请查看公告、产品页面和 API 文档。本项目的所有功劳归于其研究人员。此外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 15 万+成员的 ML SubReddit 并订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以加入我们的 Telegram 群组。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力