国产模型 MiniMax 今天正式发布 M3.1 Flash,Hacker News 冲到 394 分。官方博客给的数据很猛:日常输出 200+ TPS、中位数稳在 170+,比上一代推理快近 3 倍、成本降 70%,定价每百万 token 输入 $0.15 / 输出 $0.60 / 缓存输入 $0.015。跑分方面 DeepSWE v1.1 拿到 73.7%、OSWorld V2 61.7 分、CyberGym 82%,官方称在中模型里两项第一。
为什么值得看:这个价位把 agent 任务的门槛又压低一档。官方还自曝了身世——一个叫 Space Bunny 🐰 的匿名模型跑掉 200 万亿 token 后,才被承认是 M3.1 Flash 的早期版本:先在暗处被真实用户喂熟,再出来认领,省钱又聪明。
反方/可信度:交叉核对时出现了分歧。第三方评测站 Artificial Analysis 的独立数据是 122.8 tokens/秒(比行业均值 116 略高,但明显不到官方宣称的 170–200),智能指数 43 分、在 173 个模型里排第 4 位,还特别标注了「非常啰嗦」——同样一套测试它吐了 1.8 亿 token,中位数是 9,900 万。VentureBeat 的报道更直接:某项商业基准上它压过 DeepSeek 和 Opus 5,代价是幻觉率偏高。
我的读法:谁的秒表都不假,但测的不是同一段路(官方多半是短序列峰值,第三方是全量平均)。要上生产的话,速度按 120 估、输出量按两倍算预算,比按宣传值规划稳妥。