MiniMax M3.1 Flash API

MiniMax M3.1 Flash 是什么

MiniMax M3.1 Flash 是 MiniMax 于 2026 年 10 月 19 日正式发布的模型，定位是面向 Agent 与工具调用的高吞吐模型： 输出速度 200+ TPS（P50 170+ TPS），支持 100 万 token 上下文和文本、图片、视频多模态输入，官方称整体使用成本比上一代 M3 低约 70%。 它在此前数周以 Space Bunny 的名字匿名运行。

参数量方面，截至 2026 年 10 月 22 日，MiniMax 尚未公布 M3.1 Flash 的参数量。上一代 MiniMax-M3 是 MoE（混合专家）架构，总参数约 428B、激活参数约 23B（见 MiniMax-M3 模型卡），部分媒体报道也把这组数字用在了 M3.1 Flash 上。

Space Bunny 与 MiniMax M3.1 Flash 是什么关系

Space Bunny 不是另一个模型，它就是 M3.1 Flash 的匿名版本。 官方原文说明 Space Bunny 在匿名测试阶段处理了约 200 万亿 token；正式发布后统一使用 MiniMax M3.1 Flash 这个名字。

MiniMax M3.1 Flash Benchmark 跑分对比

MiniMax 发布 M3.1 Flash 时给出了一张完整对比表：15 项评测，覆盖办公类 Agent、Computer Use、编程、网络安全和通用能力，对比对象是 DeepSeek V4.1 Flash-1017、DeepSeek V4.1 Flash、Kimi K3、GLM-5.3、GPT-5.6 Sol 和 Claude Opus 5。下表完整收录原表数字，未做换算或加权。这些都是厂商自报成绩，适合用来缩小候选范围，正式切流量之前请用你自己的任务实测。

按分组看，结果并不均衡。M3.1 Flash 拿到最高分的三行全部是办公类 Agent 评测：Automation-Bench v1.0.6（62.8）、LOCA-Bench 256K（60.3），以及与 Claude Opus 5 并列的 BankerToolBench（76.2）。落后的是终端操作和仓库级编程：Terminal Bench 4.0 为 38.1，DeepSeek V4.1 Flash-1017 为 42.3，Opus 5 为 51.8；NL2Repo-Bench 为 61.2，这两个模型分别为 68.2 和 75.3。

不同推理强度下的成绩

MiniMax 还给出了 M3.1 Flash 在各档推理强度（reasoning effort）下的成绩。上面对比表里 Automation-Bench 和 DeepSWE 的分数（62.8 和 73.7）都是 max 档；在 Automation-Bench 上，每一档的单任务成本都低于 $0.05。

第三方的看法并不一致，Hacker News 上的讨论就在质疑它的榜单成绩能否在真实使用中站得住。建议用你自己的 prompt 做评估，而不是只看排行榜。

价格：每百万 token 多少钱

• 先用小请求验证：用你真实的 prompt 跑 20~30 次，按控制台的用量统计回算单次成本，比用标价估算更准。
• 长提示词走缓存：系统提示词、示例集这类固定内容放到前缀位置，按官方标价，缓存读取价只有输入价的十分之一。
• 批量任务先设限额：正式跑批量前先在账户里设好上限，避免一次跑飞。

怎么接入：OpenAI 兼容，改两个参数

TokenRa 的接口路径和请求体与 OpenAI 一致，只需把 base_url 换成 TokenRa、把 model 换成 minimax-m3.1-flash。

curl https://tokenra.io/v1/chat/completions \
  -H "Authorization: Bearer $TOKENRA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3.1-flash",
    "messages": [
      {"role": "user", "content": "用一句话说明这个模型适合什么任务。"}
    ],
    "max_tokens": 512
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_TOKENRA_KEY",
    base_url="https://tokenra.io/v1",
)

resp = client.chat.completions.create(
    model="minimax-m3.1-flash",
    messages=[{"role": "user", "content": "你好，请介绍一下你自己"}],
)
print(resp.choices[0].message.content)

如果用的是流式输出，把 stream=True 传进去即可，返回格式与 OpenAI 的 SSE 事件完全一致。 模型标识固定写 minimax-m3.1-flash，不要写成 space-bunny——它只是匿名阶段的叫法，网关侧只认正式标识。

MiniMax M3.1 Flash 与 DeepSeek V4.1 Flash 对比：跑分与价格

两者都是 100 万上下文的 Flash 档模型，主打成本敏感的 Agent 与编程任务，在 TokenRa 上用同一个 Key 就能调用。DeepSeek 当前的 Flash API 模型是 DeepSeek V4.1 Flash 1017，2026 年 10 月 17 日发布；V4 Flash 已被 DeepSeek 下线，发往旧名称 deepseek-v4-flash 的请求现在由 1017 版本处理。在 MiniMax 对比表中两者都有成绩的 6 项评测里，DeepSeek V4.1 Flash-1017 领先 5 项，M3.1 Flash 领先 Automation-Bench。M3.1 Flash 的优势在价格：官方标价只有 DeepSeek 高峰价的一半，在 TokenRa 上更是限时免费至 2026 年 10 月 31 日。

• M3.1 Flash 领先：Automation-Bench v1.0.6 为 62.8，V4.1 Flash-1017 为 60.5。其余几项 MiniMax 没有给出 1017 的成绩，只能和上一版 V4.1 Flash 比：BankerToolBench 76.2 对 73.7、GDP.pdf AA 20.8 对 12.8、OSWorld 2.0 61.7 对 54.3、PostTrain Bench 39.3 对 30.5、SWE Refactor Bench 23.0 对 11.8、CharXiv RQ 82.5 对 69.0。
• DeepSeek V4.1 Flash-1017 领先：DeepSWE v1.1 77.0 对 73.7、NL2Repo-Bench 68.2 对 61.2、Terminal Bench 4.0 42.3 对 38.1、BabyVision 92.5 对 91.0、HLE 44.0 对 43.4。
• Agents' Last Exam 不能直接比：MiniMax 表中 M3.1 Flash 为 29.6，DeepSeek 一栏留空；DeepSeek-V4.1-Flash-1017 模型卡按 DeepSeek 自己的评测设置报的是 35.4。
• 按任务类型选，不按跑分选：工具调用密集的办公 Agent 和 Computer Use 任务，先试 M3.1 Flash；仓库级代码生成和终端类 Agent，先试 V4.1 Flash-1017。需要长输出时，也可以对比 GLM-5.3-Flash（100 万上下文、128K 输出）。
• 用同一套评测集横向跑：拿你真实的 20~50 条线上样本分别跑一遍，比较通过率和单次成本，这比看任何榜单都准。
• 保留切换成本：这几个模型都是 OpenAI 兼容格式，代码里把模型名做成配置项，后续换模型不用改业务逻辑。

常见问题