MiniMax发布M3.1 Flash：智能指数升至 42 分，每任务成本约 0.22 美元
据The Decoder报道，MiniMax推出推理模型M3.1 Flash，在Artificial Analysis智能指数上比前代M3高 13 分，每任务成本不到M3的一半；在部分基准上领先DeepSeek V4.1 Flash 1017，但综合指数仍落后 3 分。
AI解读：分项测试中，M3.1 Flash在Humanity's Last Exam得 48 分，在CritPt得 22 分，在AA-Omniscience事实准确率上答对 56%；Artificial Analysis指出其幻觉率为 93%，原因是模型对不确定的问题也倾向于作答而非拒答。
与DeepSeek V4.1 Flash 1017相比，MiniMax在Humanity's Last Exam和AA-Omniscience上得分更高、每任务成本更低（0.22 美元对 0.26 美元），但DeepSeek综合智能指数为 45 分、CritPt为 24 分，两项均略高。
模型支持最多 100 万token上下文，接受文本和图像输入；API定价为每百万输入token 0.15美元、每百万输出token 0.60美元，缓存输入为 0.015 美元。
MiniMax称M3.1 Flash运行速度是M3的三倍，并计划于 10 月 23 日以开放权重形式发布；API已在platform.minimax.io上线，另提供桌面应用MiniMax Code。
据The Decoder报道，MiniMax发布推理模型M3.1 Flash，在Artificial Analysis智能指数上得 42 分，比前代M3高 13 分，每任务成本不到M3的一半。该报道同时列出与DeepSeek V4.1 Flash 1017的对比：DeepSeek综合指数 45 分，高于MiniMax的 42 分。
基准表现与成本
在分项测试中，M3.1 Flash在Humanity's Last Exam得 48 分，高于DeepSeek的 43 分和GLM-5.3-Flash的分数（报道未单独列出GLM在该项的具体值）；在CritPt物理推理基准上得 22 分，低于DeepSeek的 24 分，但高于GLM-5.3-Flash的 15 分和Gemini 3.8 Flash的 18 分。AA-Omniscience事实准确率上，M3.1 Flash答对 56% 的问题，DeepSeek为 43%，GLM-5.3-Flash为 28%。
成本方面，M3.1 Flash每任务约 0.22 美元，DeepSeek约 0.26 美元。The Decoder称这一差距部分来自输出token用量：在基准测试中MiniMax约输出 1.89 亿token，DeepSeek约 2.24 亿。在DeepSWE v1.1编程基准上，M3.1 Flash得分最高 73.7%，每任务成本低于 0.30 美元。
- 智能指数：M3.1 Flash 42分，前代M3为 29 分，DeepSeek V4.1 Flash 1017为 45 分。
- Humanity's Last Exam：M3.1 Flash 48%，DeepSeek 43%。
- CritPt：M3.1 Flash 22%，DeepSeek 24%，GLM-5.3-Flash 15%，Gemini 3.8 Flash 18%。
- AA-Omniscience事实准确率：M3.1 Flash 56%，DeepSeek 43%，GLM-5.3-Flash 28%。
- 每任务成本：M3.1 Flash约 0.22 美元，DeepSeek约 0.26 美元。
接入方式、定价与发布安排
M3.1 Flash支持最多 100 万token的上下文，可接受文本和图像输入。报道给出的API价格为每百万输入token 0.15美元、每百万输出token 0.60美元，缓存输入为每百万token 0.015美元。API已在platform.minimax.io上线，MiniMax同时提供名为MiniMax Code的桌面应用。
MiniMax计划在 10 月 23 日以开放权重形式发布该模型。作为对照，报道称DeepSeek V4.1 Flash 1017已以开放权重发布在Hugging Face上。
- 上下文长度：最多 100 万token；输入类型：文本、图像。
- API定价：输入 0.15 美元/百万token，输出 0.60 美元/百万token，缓存输入 0.015 美元/百万token。
- 开放权重计划：10 月 23 日发布。
- API入口：platform.minimax.io；桌面端：MiniMax Code。
速度与幻觉率：公司说法与第三方评估
MiniMax称M3.1 Flash的运行速度是M3的三倍，这一说法来自公司自身，报道未给出独立测速数据。Artificial Analysis则指出该模型的幻觉率为 93%，原因是它对不确定的测试问题也尝试作答、而非拒答。这一指标反映的是该评测设定下的行为，不等同于实际使用中的错误率。