MiniMax 发布 M3.1 Flash：成本减半、推理得分升至 42 分

AI 输出能便宜到什么程度？中国：没有最便宜，只有更便宜！

MiniMax 发布了 M3.1 Flash，这是一款新的推理模型，在 Artificial Analysis 智能指数上得分 42 分。这比其前身 M3 高出 13 分，而每任务成本不到一半。该模型与 GLM-5.3-Flash 打平，略胜 Gemini 3.8 Flash（41 分），落后于 Deepseek V4.1 Flash 1017（45 分）。

复杂推理提升最大。在“Humanity's Last Exam”上，M3.1 Flash 达到 48%，击败了 Deepseek 和 GLM。它还在 CritPt 基准测试上得分 22%，该测试通过 71 道复杂问题考察研究级物理推理能力。这使其领先于 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），仅略低于 Deepseek（24%）。在考察事实准确性的 AA-Omniscience 测试上，M3.1 Flash 回答正确率达 56%，远高于 GLM-5.3-Flash（28%）和 Deepseek（43%）。

该模型的输出 token 数量也远少于竞争对手，使每任务成本降至约 0.22 美元。MiniMax 表示其运行速度是 M3 的三倍。据 Artificial Analysis 分析，一个弱点是其 93% 的幻觉率，因为该模型试图回答每一道测试题，而不是在不确定时拒绝作答。

与 M3 相比，MiniMax-M3.1-Flash 在 Artificial Analysis 智能指数上的得分从 29 分跃升至 42 分，同时大幅降低每任务成本。| 图片来源：AA

该模型支持多达一百万 token 的上下文，可接受文本和图像。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 计划于 10 月 23 日以开放权重形式发布该模型。API 已在 platform.minimax.io 上线，MiniMax 还提供一款名为 MiniMax Code 的桌面应用。

在 DeepSWE v1.1 上，MiniMax-M3.1-Flash 在每任务低于 0.30 美元的成本下得分最高达 73.7%。| 图片来源：MiniMax

Deepseek 和 MiniMax 在中国最新的价格战中平分秋色

与最近发布的 Deepseek V4.1 Flash 1017 正面对比，两款模型都没有全面胜出。Deepseek 在智能指数上以 45 分领先于 MiniMax 的 42 分，并在 CritPt 基准测试上以 24% 对 22% 略占优势。

MiniMax 在其他测试中领先。它在“Humanity's Last Exam”上达到 48%，而 Deepseek 为 43%。在考察事实准确性的 AA-Omniscience 测试上，MiniMax 回答正确率为 56%，Deepseek 为 43%。MiniMax 的每任务成本也略低，为 0.22 美元，而 Deepseek 为 0.26 美元，因为它在整个基准测试中所需的输出 token 更少，约为 1.89 亿，而 Deepseek 为 2.24 亿。

两款模型都将发布开放权重。Deepseek 已上架 Hugging Face，MiniMax 将于 10 月 23 日跟进。

没有炒作的 AI 新闻——由真人精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问以及评论区访问权限。