MiniMax 公司文字標識(Wikimedia Commons,Public domain PD-textlogo,Credit: MiniMax,僅作識別用途)

事件重點

MiniMax 於 2026 年 10 月 19 日正式推出新一代模型 MiniMax M3.1 Flash。根據官方博客,該模型主打代理(agentic)任務、編程、Computer Use 及網絡安全能力,並宣稱線上推理速度較上代快近 3 倍、代理任務整體使用成本較上代低約 70%。模型現已透過 MiniMax API、M Plan 及 MiniMax Code 桌面應用提供,OpenRouter 與 Vercel AI Gateway 同日上架(含免費路由)。

官方同時披露一個幕後細節:早前以匿名身份運作、累計處理逾 200 萬億 token 的模型 Space Bunny,其實是 M3.1 Flash 的早期版本。

規格與定價

  • 上下文:1M token(官方及 OpenRouter 頁面);支援文字、圖片及影片輸入,reasoning effort 可調(low 至 max)。
  • 速度:官方稱日常使用輸出可達 200+ TPS,中位數(P50)維持 170+ TPS。
  • 定價:每 1M token 輸入 $0.15、輸出 $0.60、快取輸入 $0.015;官方稱代理任務整體成本較上代低約 70%。
  • 官方測試成績:DeepSWE v1.1 編程 73.7%、BankerToolBench 76.2、OSWorld V2(Computer Use)61.7、Agents’ Last Exam 29.6、CyberGym 網絡安全 82。官方指其於 OSWorld 與 ALE 位居中國模型之首,並稱 AutomationBench-AA 名列前茅。
  • 開放權重:官方指權重擬於 2026-10-23 釋出,但授權條款尚未公佈。

獨立測試怎麼說

VentureBeat 引述 Artificial Analysis 的獨立評估:M3.1 Flash 的 Intelligence Index 達 42 分(上代 M3 為 29 分),每項任務平均成本由約 $0.51 降至約 $0.22;Humanity’s Last Exam 由 39% 升至 48%,與 GLM-5.3 Flash 同分(42 分)、略低於 DeepSeek V4.1 Flash-1017 的 45 分,遠低於最前沿的閉源模型。

但同一測試亦發現重要限制:在 AA-Omniscience 基準中,M3.1 Flash 雖然答對 56% 的知識問題,卻幾乎從不拒答——依該基準定義,其幻覺率高達 93%(即答錯時絕大多數是直接給出錯誤答案,而非承認不確定),最終 AA-Omniscience 總分僅 16。對於要自動更新紀錄、分析財務文件或作決策的企業流程,這個分別相當關鍵。

為何值得 HKAIWeb 讀者留意

M3.1 Flash 反映的趨勢是「前沿級任務能力」與「低成本」正在加速結合:1M 上下文加上約 $0.75 的每 1M 輸入+輸出總價,對需要長上下文處理文件、程式碼庫及多步驟代理流程的香港開發者和中小企極有吸引力。OpenRouter 及 Vercel AI Gateway 同步提供免費路由,試用門檻低。另一方面,93% 幻覺率提醒我們:若要部署在知識密集型或合規流程,必須額外加入檢索、驗證或人工覆核。

仍未確定的事項

  • 開放權重的具體授權條款未定(官方稱擬於 2026-10-23 釋出);
  • 官方基準數據多為自家測試,不同評估設定下的直接比較需謹慎;
  • 「較上代快近 3 倍、成本低 70%」為官方說法,獨立第三方的速度量度仍待补充;
  • 官方稱更高階的 Pro 版本在計劃中,未有日期。

資料來源

圖片來源及授權

MiniMax 公司文字標識
MiniMax 公司文字標識。圖片來源:Wikimedia Commons 檔案 File:MiniMax.png,Credit: MiniMax,Public domain(PD-textlogo);MiniMax 為其註冊商標,本文僅作識別用途。

圖片來源/署名/授權:Wikimedia Commons(https://commons.wikimedia.org/wiki/File:MiniMax.png),Public domain (PD-textlogo),Credit: MiniMax;僅作公司識別用途。

作者: hkaiweb

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Social Media Auto Publish Powered By : XYZScripts.com