DataLearner 标志

MiniMax M3.1 Flash

编程大模型MiniMax MMiniMax M3.1

别名:MiniMax M3.1 Flash Preview / M3.1-Flash-Preview / MiniMax M3.1-Flash-Preview / MiniMax-M3.1-Flash / M3.1 Flash

发布时间: 2026-10-19更新于: 2026-10-19浏览量: 597
API 价格
$0.15 / $0.6
输入 / 输出 · 每百万 tokens
分档计价,显示最低档
查看全部价格
上下文长度
1M
最佳榜单名次
第 1 / 46
DeepSWE 第 10 / 106
查看全部评测
是否开源
不开源
查看开源信息

MiniMax M3.1 Flash 于 2026 年 10 月 19 日正式发布(9 月 27 日起已在 MiniMax Code 以 Preview 形式提供),是面向日常开发与智能体任务的高效率模型:支持 1M 上下文、文本/图像/视频输入,思考常开并提供 low 到 max 五档推理强度。API 定价为每百万 tokens 输入 ¥1 / 输出 ¥4(国际站 $0.15 / $0.60),官方称权重将稍后开放。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

MiniMax M3.1 Flash

模型基本信息

推理过程
支持
思考模式
思考水平 · 最高 (Max) (默认)思考水平 · 低 (Low)思考水平 · 中 (Medium)思考水平 · 高 (High)思考水平 · 极高 (Extra-High)
上下文长度
1M tokens
最大输出长度
暂无数据
模型类型
编程大模型
输入/输出模态
文本、图像、视频 → 文本
发布时间
2026-10-19
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
暂无数据
MiniMax M3.1 Flash

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无
Hugging Face
暂无
MiniMax M3.1 Flash

官方介绍与博客

官方论文
暂无
DataLearnerAI博客
暂无
MiniMax M3.1 Flash

API接口信息

接口速度
暂无数据
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-¥1.00/ 1M tokens¥4.00/ 1M tokens
文本-$0.150/ 1M tokens$0.600/ 1M tokens
缓存定价Prompt缓存
类型有效期写入读取
文本-—¥0.100/ 1M tokens
文本-—$0.015/ 1M tokens

表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。

MiniMax M3.1 Flash

评测结果

MiniMax M3.1 Flash 当前已收录的代表性评测结果包括 AutomationBench(1 / 46,得分 62.80)、DeepSWE(10 / 106,得分 73.70)、CritPt(36 / 208,得分 22.29)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
unknown
47.96
55 / 244
HLE
unknown
43.40
2 / 5

跨长文理解与整合

共 2 项评测
评测名称 / 模式
得分
排名/总数
AA-LCR
unknown
79.67
4 / 11
LOCA-Bench 256K
unknown工具
60.30
1 / 1

仓库修复与多文件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
DeepSWE
高工具
68.10
35 / 106
DeepSWE
最高工具
73.70
10 / 106
DeepSWE
极高工具
72.10
19 / 106
NL2Repo-Bench
unknown工具
61.20
6 / 20

桌面工作流

共 1 项评测
评测名称 / 模式
得分
排名/总数
OSWorld 2.0
unknown工具
61.70
10 / 16

跨应用与工具编排

共 2 项评测
评测名称 / 模式
得分
排名/总数
72.52
1 / 5
Agents' Last Exam
最高工具
29.61
10 / 21

机器学习工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
PostTrain Bench
unknown工具
39.30
2 / 6

跨行业工作评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
1457.69
6 / 11

办公与文档流程

共 9 项评测
评测名称 / 模式
得分
排名/总数
1651.76
12 / 13
1473.90
12 / 13
1425.44
12 / 13
47.80
12 / 13
52.80
8 / 46
57.70
5 / 46
59.20
4 / 46
AutomationBench
最高工具
62.80
1 / 46
AutomationBench
极高工具
61.20
2 / 46

图像感知与视觉推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
BabyVision
unknown工具
91
4 / 13
MMMU-Pro
unknown
79.13
52 / 233

文档与图表理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
CharXiv RQ
unknown工具
82.50
19 / 25
GDP.pdf
unknown
20.80
39 / 126

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
CritPt
unknown
22.29
36 / 208

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
unknown
53.36
56 / 137

漏洞发现与分析

共 1 项评测
评测名称 / 模式
得分
排名/总数
CyberGym
unknown工具
82.20
8 / 14

综合偏好评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
1588
1 / 2

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 4.0
unknown工具
38.10
27 / 108
25.76
40 / 108

跨能力聚合指数

共 2 项评测
评测名称 / 模式
得分
排名/总数

事实可靠性与幻觉

共 3 项评测
评测名称 / 模式
得分
排名/总数
92.81
10 / 10
56.20
10 / 10
15.55
10 / 10

金融

共 1 项评测
评测名称 / 模式
得分
排名/总数
BankerToolBench
unknown工具
76.20
1 / 1

维护、优化与工程管理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE Refactor Bench
unknown工具
23
1 / 1

跨能力综合测试

共 1 项评测
评测名称 / 模式
得分
排名/总数
MiniMax M3.1 Flash

发布机构

MiniMax M3.1 Flash

模型解读

MiniMax M3.1 Flash 正式发布

2026 年 10 月 19 日,MiniMax 正式发布 MiniMax M3.1 Flash(API 模型名 MiniMax-M3.1-Flash),定位为“新一代 Flash 模型”,官方称其在智能体任务、编程、Computer Use 和网络安全方面实现了代际提升。此前该模型自 2026 年 9 月 27 日起以 M3.1-Flash-Preview 名义在 MiniMax Code 中提供预览。正式版现已通过 MiniMax API、M Plan 和 MiniMax Code 提供。

规格与推理设置

  • 上下文窗口:最高 1,000,000 tokens。
  • 输入模态:官方文档称支持文本、图像和视频等多模态输入,输出为文本;定位为多模态编程模型。
  • 思考模式:思考始终开启,不能关闭;effort 可选 low、medium、high、xhigh、max,未指定时默认为 max。
  • 速度:官方称日常输出可达 200+ TPS,P50 稳定在 170+ TPS;通过更激进的稀疏化提升推理效率。
  • 参数规模:官方尚未公开总参数与激活参数。

API 价格

MiniMax 开放平台按量计费:每百万 tokens 输入 ¥1.00、输出 ¥4.00、缓存读取 ¥0.10;国际站为输入 $0.15、输出 $0.60、缓存读取 $0.015,不分上下文长度分段。官方称在智能体任务中的使用成本较上一代降低约 70%。

官方评测成绩

以下为 MiniMax 发布博客中的自报成绩,未说明推理强度与评测框架:

  • DeepSWE v1.1:73.7%
  • OSWorld 2.0:61.7(官方称为中国模型第一)
  • Agents' Last Exam(ALE):29.6(官方称为中国模型第一)
  • CyberGym:82%
  • BankerToolBench:76.2
  • AutomationBench-AA:官方称位居前列,未给出具体数值

本站已收录 DeepSWE v1.1、OSWorld 2.0 和 CyberGym 三项成绩;ALE 因官方未说明是 Score 还是 Pass rate 口径暂未写入榜单。

开源情况

MiniMax 表示模型权重将在稍后发布,目前尚未公开 Hugging Face 权重、许可证或技术报告。本站暂按未开源记录,待权重发布后更新。

与 MiniMax M3.1 的关系

M3.1 Flash 是 M3.1 系列中的高效率版本,本站将其作为独立模型收录,并与 MiniMax M3.1 建立相关关系。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码