MiniMax M3.1 Flash 正式发布：推理速度提升 3 倍，API 价格下调 70%

MiniMax在10月19日晚间推出新一代轻量大模型M3.1 Flash，主打高吞吐、低成本，在Agent任务、编程、电脑操作、网络安全方向完成能力升级。

此前WorkBuddy平台上线的匿名模型Space Bunny，就是M3.1 Flash的早期测试版本。

这款模型采用稀疏注意力架构，稳定输出速度中位数170+ TPS，峰值可达200+ TPS，整体推理速度相比前代M3提升接近3倍。

同时官方同步下调API计费标准，输入每百万token 1元，输出每百万token 4元，缓存读取仅0.1元/百万token。

对比M3原版，输入、输出单价降幅超过50%，缓存读取费用下降70%以上。

很多开发者会关心，M3.1 Flash到底适合什么样的场景。

它定位高速轻量推理，优先面向高频、短轮次的Agent自动化任务，比如网页浏览、批量API调用、代码脚本生成。

高吞吐特性意味着单台服务器可以承载更多并发请求，企业搭建自动化智能体集群时，算力开销会明显降低。

普通开发者和独立创业者，是这次更新最大受益群体。

更低的token单价，意味着批量跑Agent任务、自动化测试、代码批量生成的成本大幅压缩。

不需要采购昂贵本地显卡，直接调用API就能跑高并发的自动化流程。

也要客观看待模型定位。M3.1 Flash是Flash高速版本，不是旗舰Pro模型。

官方预告，更高智能上限的Pro版本会在后续推出，复杂长文本深度推理、多模态重度创作场景，仍然需要等待Pro版本。

M3.1 Flash更适合追求速度与成本平衡的自动化任务，不适合重度长链推理。

整体来看，国内大模型厂商正在持续压缩Agent应用落地成本。

高吞吐+低价API组合，会降低各类AI智能体产品的创业门槛，更多面向办公、网页自动化的小工具会快速涌现。

一句话总结：MiniMax M3.1 Flash主打高速并发，TPS与定价双优化，适合批量Agent自动化、代码生成场景，重度复杂推理任务仍需等待Pro版本。