MiniMax M3.1 闪光灯

今天，我们正式推出MiniMax M3.1 Flash。 Space Bunny 🐰 是 MiniMax M3.1 Flash 的早期版本，在匿名运行时处理了超过 200 万亿个代币。作为下一代 Flash 模型，M3.1 Flash 在代理任务、编码、计算机使用和网络安全方面实现了代际飞跃，同时使在线推理速度提高了近三倍，并将使用成本降低了 70%。全面增强的功能 M3.1 Flash 在广泛的基准测试中进行了改进，在复杂代理任务（协同工作）、计算机使用、软件开发（编码）和网络安全方面达到了领先模型的水平。复杂任务和自动化：M3.1 Flash 在 AutomationBench-AA 上名列前茅。它可以跨SaaS系统完成真实的企业工作流程，端到端解决销售、营销、运营、客户服务、财务和人力资源方面的实际问题。它在 BankerToolBench 上的得分为 76.2，擅长应对复杂的现实挑战，例如多步骤规划、保持文档和文件的一致性、财务合规性和链式工具调用。编码和软件工程：它在 DeepSWE v1.1 上达到了 73.7%，与顶级模型并列。 DeepSWE 专注于复杂的软件任务，这些任务需要模型独立理解代码、开发功能、修复问题并通过测试验证其工作。 M3.1 Flash 在长步骤序列中表现出强大的执行力，以较低的成本支持复杂的软件开发工作流程。计算机使用：在衡量人工智能计算机操作和跨应用程序任务执行的 OSWorld V2 上得分为 61.7 分，在评估实际专业工作和复杂任务表现的 Agents’ Last Exam (ALE) 上得分为 29.6 分。在这两项基准测试中，它在中国车型中均排名第一。 M3.1 Flash 在与真实环境交互、使用工具以及执行长序列任务方面展示了强大的能力，不仅限于理解任务，还包括采取行动并交付结果。网络安全：在Cyber​​Gym上取得了82%的高分，展现了在漏洞发现和验证方面的领先能力。经过内部安全专家的深入评估，该模型在代码审计、漏洞修补、渗透测试、恶意软件分析、逆向工程等方面表现强劲，为构建复杂的安全系统提供了高效、低成本的支持。我们通过更激进的稀疏性进一步优化了 M3.1 Flash 的推理效率。在日常使用中，输出速度可以达到 200+ TPS（每秒令牌），中位（P50）速度始终达到 170+ TPS。定价：最具成本效益 对于代理任务，该模型的总体使用成本比其前身低 70%。每 100 万代币的统一定价：0.15 美元输入 · 0.60 美元输出 · 0.015 美元缓存输入。模型 输入 美元 / 100 万代币 输出 美元 / 100 万代币 缓存输入 美元 / 100 万代币 MiniMax- M3.1-Flash $0.15 $0.60 $0.015 重新定义代理任务的能力和成本 跨越三个基准 — 用于复杂代理任务执行的 Automation-Bench、用于现实世界编码的 DeepSWE 以及用于计算机在现实世界任务中使用经济的 Agents’ Last Exam (ALE)价值——M3.1闪存以极低的任务成本提供与顶级型号相当的性能，为性能和成本树立了极具竞争力的新标准。 M3.1 Flash 现已通过 MiniMax API、M Plan 和 MiniMax Code 提供。模型重量将在稍后发布。下载桌面版 MiniMax 代码：https://agent.minimax.io/download 订阅 M Plan：https://www.minimax.io/m-plan API 访问：platform.minimax.io Flash 代表了我们对效率与能力之间平衡的持续探索。突破智能界限的 Pro 也将在稍后推出。与每个人一起智慧。