MiniMax 发布 M3.1 Flash 推理模型，单任务成本约为 $0.22

AI 输出能有多便宜？中国：没错！

MiniMax 发布了 M3.1 Flash，这是一款新的推理模型，在Artificial Analysis Intelligence Index上获得 42 分。其得分比前代 M3 高 13 分，而每项任务的成本还不到后者的一半。该模型与 GLM-5.3-Flash 持平，超过 Gemini 3.8 Flash（41 分），但落后于 Deepseek V4.1 Flash 1017（45 分）。

复杂推理方面的提升最大。在“Humanity's Last Exam”测试中，M3.1 Flash 达到 48%，击败了 Deepseek 和 GLM。在测试 71 个复杂问题的研究级物理推理CritPt 基准测试中，它也取得了 22% 的成绩。这一成绩超过 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），仅落后于 Deepseek（24%）。在 AA-Omniscience 测试的事实准确性方面，M3.1 Flash 正确回答了 56% 的问题，远高于 GLM-5.3-Flash（28%）和 Deepseek（43%）。

该模型使用的输出 token 也远少于竞争对手，使每项任务的成本降至约 $0.22。MiniMax 表示，其运行速度是 M3 的三倍。其一个弱点是 93% 的幻觉率，因为据 Artificial Analysis 称，该模型会尝试回答每一道测试题，而不是在不确定时拒答。

与 M3 相比，MiniMax-M3.1-Flash 在 Artificial Analysis Intelligence Index 上从 29 分跃升至 42 分，同时大幅降低了每项任务的成本。| 图片：AA

该模型支持最多一百万 token 的上下文，并同时接受文本和图像输入。API 定价为每百万输入 token $0.15、每百万输出 token $0.60，缓存输入的价格为 $0.015。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 的得分最高达到 73.7%，每项任务的成本低于 $0.30。| 图片：MiniMax

Deepseek 与 MiniMax 在中国最新的价格大战中平分秋色

与最近发布的 Deepseek V4.1 Flash 1017 正面比较时，两款模型都没有全面胜出。Deepseek 在 Intelligence Index 上以 45 分领先于 MiniMax 的 42 分，并在 CritPt 基准测试中略占优势，得分为 24%，而 MiniMax 为 22%。

MiniMax 在其他测试中领先。它在“Humanity's Last Exam”中达到 48%，而 Deepseek 为 43%。在 AA-Omniscience 测试的事实准确性方面，MiniMax 正确回答了 56% 的问题，而 Deepseek 为 43%。MiniMax 每项任务的成本也略低，为 $0.22，而 Deepseek 为 $0.26，因为在基准测试中，MiniMax 所需的输出 token 更少，约为 1.89 亿个，而 Deepseek 为 2.24 亿个。

两款模型都将以开放权重形式发布。Deepseek 已经登陆 Hugging Face，MiniMax 将于 10 月 23 日跟进。

无炒作的 AI 新闻 – 人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整存档访问权限，以及评论区访问权限。