IT之家10月19日消息，稀宇科技今日宣布MiniMaxM3.1Flash模型上线，此前以匿名身份处理了超过200TToken的SpaceBunny，正是MiniMaxM3.1Flash的早期版本。作为新一代Flash模型，M3.1Flash在Agentic任务、编程、ComputerUse及网络安全能力等方面实现了代际的提升，同时线上推理速度提升了近3倍，使用成本降低了70%。

据介绍，M3.1Flash在多项基准测试中取得了全面进步，在复杂Agent任务(Cowork)、ComputerUse、软件开发(Coding)及网络安全方面，达到了领先模型水平。

复杂任务与自动化能力：

在AutomationBench-AA中位居最前列。在跨SaaS系统的真实企业业务工作流中，能完整解决销售、营销、运营、客服、财务、HR的真实问题。

在BankerToolBench中76.2分，擅长多步骤规划、跨文档/跨文件一致性、金融业务合规、工具链式调用等真实复杂问题。

编程与软件工程能力：

在DeepSWEv1.1评测中取得73.7%的成绩，达到顶尖模型水平。DeepSWE聚焦复杂软件任务，要求模型独立完成代码理解、功能开发、问题修复与测试验证。M3.1Flash展现出出色的长链路任务执行能力，能够以更低的成本支持复杂的软件开发工作流。

ComputerUse能力：

在衡量AI电脑操作与跨应用任务执行能力的OSWorldV2中取得61.7分，在衡量真实并有经济价值场景下电脑操作能力的Agents'LastExam(ALE)中取得29.6分，两项得分均位列国产模型第一。

M3.1Flash展现出出色的真实环境交互、工具使用与长链路任务执行能力，能够从理解任务进一步走向实际操作与交付。

网络安全能力：

在CyberGym基准测试中取得82%的高分，展现出领先的漏洞发现与验证能力。

经内部安全专家深度评测，模型在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下均表现出色，能够以低成本、高效率支持复杂的安全体系建设。

在Agentic类任务中，模型的综合使用成本较前代模型降低了70%。输入价格为每百万Token1元，输出价格为每百万Token4元，缓存读取价格为每百万Token0.1元。

在衡量复杂Agent任务执行能力的Automation-Bench、衡量真实编程能力的DeepSWE，以及衡量真实并有经济价值场景下电脑操作能力的Agents'LastExam(ALE)三项基准测试中，M3.1Flash以极低的任务成本实现了顶尖模型级别的性能表现，在性能与成本之间建立了极具竞争力的新标杆。

IT之家注意到，M3.1Flash现已正式上线MiniMaxAPI、MPlan以及MiniMaxCode中，并将于稍后开放权重。官方介绍称，Flash是我们对效率与能力平衡的持续探索，而追求智能上限的Pro版本也会在稍后与大家见面。

参考