MiniMax新模型提速三倍 调用成本降七成

10月19日晚间，MiniMax发布新一代Flash模型M3.1 Flash。公司同时披露，此前以匿名身份在线上处理了超过200T Token的“Space Bunny”模型，正是M3.1 Flash的早期版本。

据官方介绍，作为新一代Flash模型，M3.1 Flash在Agentic任务、编程、Computer Use及网络安全能力等方面实现了代际提升；与此同时，线上推理速度提升了近3倍，使用成本降低了70%。

稀疏注意力架构推高吞吐

速度提升来自架构层面的调整。M3.1 Flash使用了更激进的稀疏注意力架构，日常输出速度可达200+ TPS，中位数（P50）稳定达到170+ TPS。

API单价同步下调

与性能升级同步，M3.1 Flash的API价格整体下调：每百万tokens输入1元、输出4元、缓存读取0.1元。与M3对应价格相比，输入和输出单价均降低50%以上，缓存读取单价降低超70%。

MiniMax还预告，追求更高智能上限的Pro版本将于不久后推出。对开发者而言，Flash版本主打的是单位成本下的吞吐能力，Pro版本则指向能力上限，两者形成分层。