MiniMax 发布 M3.1 Flash 推理模型：智能指数 42 分、单任务成本约 0.22 美元

AI 输出的成本能低到什么程度？中国：能！

MiniMax 发布了 M3.1 Flash，这是一款新的推理模型，在 Artificial Analysis Intelligence Index 上得分 42 分。这比其前代 M3 高出 13 分，而每项任务成本不到一半。该模型与 GLM-5.3-Flash 并列，略胜 Gemini 3.8 Flash（41 分），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”上，M3.1 Flash 达到 48%，超过 Deepseek 和 GLM。它在 CritPt 基准上也取得 22% 的成绩，该基准通过 71 道复杂问题测试研究级物理推理能力。这使它领先于 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，使每项任务成本降至约 0.22 美元。MiniMax 表示其运行速度比 M3 快三倍。据 Artificial Analysis 称，一个弱点是其 93% 的幻觉率，因为该模型试图回答每一个测试问题，而不是在不确定时拒绝作答。

与 M3 相比，MiniMax-M3.1-Flash 在 Artificial Analysis Intelligence Index 上的得分从 29 分跃升至 42 分，同时大幅降低每项任务成本。| 图片：AA

该模型支持最高一百万 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 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 在每项任务成本低于 0.30 美元的情况下得分最高达 73.7%。| 图片：MiniMax

Deepseek 与 MiniMax 在中国最新一轮价格战中各有胜负

与近期发布的 Deepseek V4.1 Flash 1017 正面对比，两款模型都没有全面胜出。Deepseek 在 Intelligence Index 上以 45 分领先 MiniMax 的 42 分，并在 CritPt 基准上以 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 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 的每项任务成本也略低，为 0.22 美元，而 Deepseek 为 0.26 美元，因为它在整个基准测试中需要的输出 token 更少，约为 1.89 亿，而 Deepseek 为 2.24 亿。

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

没有炒作的 AI 新闻——由人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六次独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。