MiniMax 認領太空兔：M3.1 Flash 輸入 0.15／輸出 0.60 美元；官方 DeepSWE 73.7，權重稍後再放

OpenRouter 上那個叫 Space Bunny Alpha 的免費隱形模型，prompt 端已經吃掉 4.06 兆 token。官方現在把名字收回去了：那是 MiniMax M3.1 Flash 的早期版本，匿名期處理超過 200 兆 token。正式價寫死每百萬輸入 0.15 美元、輸出 0.60 美元、快取讀取 0.015 美元。

兩天前 DeepSeek 才把 Flash 換成 V4.1-Flash-1017。MiniMax 這次把同一條 Flash 賽道攤開：1,000,000 token 的上下文窗口、可調思考深度、原生多模態輸入（文字、圖片、影片），輸出仍是文字。權重「稍後再放」，Hugging Face 上現在還只有 M3，沒有 M3.1 Flash。

官方原文寫：Space Bunny 🐰，匿名期間處理超過 200T Token，正是 MiniMax M3.1 Flash 的早期版本。線上推理速度提升近 3 倍，使用成本降低 70%。

如果你已經在 MiniMax Code 的 Token Plan 裡用過 M3.1-Flash-Preview，這次比較像把預覽釘成正式產品線，而不是從零開一條新模型。Startup Fortune 的時間線寫：隱形模型 9 月 23 日出現在 OpenRouter 的 Stealth 標籤下，擁有 100 萬上下文、能讀影片、當時免費；9 月 27 日滑進 MiniMax Code；免費隱形頁約 10 月 5 日下架。隱形頁留下的量是 prompt 4.06 兆、completion 1350 億。開發者社群先前用 tokenizer 指紋猜是 MiniMax 家族，CodersEra 對過參數指紋與行為；Hugging Face 上那篇從 9 月 29 日起算的 falsifiable prediction，現在可以結案。

智東西補了隱形期的使用畫面：有人拿 Claude Opus 5、GPT-6 Sol、Gemini 3.8 Flash 跟 Space Bunny 比，用最高思考級別建火箭發射場景，寫 Space Bunny 花了約三分鐘，效果能跟 Opus 5 比、速度更快。智東西自己也測過，說效果接近 GPT-6 Astra。這些是展示向的對打，不是同一套基準的獨立複測，但解釋了為什麼匿名期就能在 OpenRouter 一度排到第一、在 OpenCode 呼叫量榜排到第二。

價格先對表，再看分數

國際開放平台把 M3.1 Flash 做成單一檔，沒有 M3 那種「輸入超過 512k 再翻倍」的第二欄。中國站同模型寫成每百萬輸入 1.00 元、輸出 4.00 元、快取讀取 0.10 元。對上自家 M3 標準檔（512k 以內 0.30／1.20 美元），輸入輸出都剛好砍半；快取讀取從 0.06 降到 0.015。

智東西把兩家中國站價再對一次：M3.1 Flash 的 1／4 元，對上 1017 離峰未命中 1.0／輸出 4.0 元剛好持平，對上高峰未命中 2.0／輸出 8.0 元則是一半。DeepSeek 那張表快取命中可以低到 0.02 元（離峰）或 0.04 元（高峰）；MiniMax 快取讀取固定 0.10 元，沒有峰谷。長回合、重複讀同一份程式庫時，1017 的快取欄可能更便宜；單次冷啟動、輸出又長的 AI 代理 迴圈，兩邊輸出單價在離峰幾乎一樣。

官方說 agentic 任務綜合使用成本比前代降 70%。這句沒有附任務樣本、也沒有寫「前代」是 M3 還是更早的 Flash Preview。能核的是價目表本身，以及「70%」是公司自己的綜合估算。

1017 的架構官方寫過：稀疏 MoE，總參數 552B，推理時輸入激活 8B、輸出激活 16B。M3.1 Flash 這次沒給總參數、也沒給激活數。能確定的只有「更激進的稀疏注意力」這句產品描述。把兩家 Flash 當成同一尺寸的平替，會把未知的激活成本算錯。MiniMax 平台另收伺服器工具：web_search 每次 0.01 美元；這筆不在 0.15／0.60 的語言模型價裡，長代理若頻頻搜網，帳單會另開一欄。M3 還有 Priority 檔，標準價 1.5 倍、用 service_tier=priority 打開；M3.1 Flash 的價目列沒有這欄。

官方榜：DeepSWE 輸 1017，自動化榜超過去

MiniMax 把這次能力拆成四塊：複雜任務與自動化、寫程式、Computer Use、網路安全。分數幾乎全是官方表，獨立加權總榜還沒跟上。

DeepSWE 這條最容易拿來跟兩天前的 1017 對。1017 官方寫 77.0，超過 Opus 5 的 74.0；M3.1 Flash 73.7，比 Opus 5 低 0.3、比 1017 低 3.3。官方英文稿用 "placing it alongside top models"，沒有自己寫「超過 Opus」。DeepSWE 要求模型自己讀程式、加功能、修問題、再用測試驗證，走的是長步驟軟體任務，不是單次補全。3.3 分的差距在這類任務上可能是一次測試沒過、一次工具呼叫接錯，也可能只是抽樣噪音；官方沒有公布題數與置信區間。

自動化與 Computer Use 兩欄，MiniMax 把話說得比較滿。AutomationBench-AA 官方寫「位居最前列」，場景是跨 SaaS 的銷售、行銷、營運、客服、財務、人事流程。智東西轉的 Automation-Bench v1.0.6 數字是 62.2 對上 1017 的 60.5。BankerToolBench 76.2 對應的是多步驟規劃、跨文件一致性、金融合規、工具鏈式呼叫。OSWorld V2 的 61.7 測的是電腦操作與跨應用執行；Agents' Last Exam 的 29.6 測的是「有經濟價值的真實電腦操作」。智東西替 ALE 另寫了一個通過率 29.6%、任務成本 739 元，把它放在「低成本－高通過率」區間。739 元是哪一種匯率、含不含重試，原文沒拆。

CyberGym 官方寫 82%，智東西寫 82.2 並與 GLM-5.3 同列第一梯隊。官方還加了一段內部安全專家評測：程式碼稽核、漏洞修補、滲透測試、惡意程式分析、逆向工程。這段不是公開題庫分數，也沒有第三方紅隊報告。Flash 若真的把滲透與逆向寫進產品能力，企業資安政策通常會把這類模型從一般開發閘道拆出去，而不是跟寫註解的模型共用一把 key。SWE Refore Bench 的 23.0 若屬實，意味這次 Flash 在「改既有程式」和「從零寫複雜任務」上切得很開——DeepSWE 輸、重構榜贏——但這張榜沒有獨立複測頁。

2026 年已經出現過官方分數和獨立重跑差二十分的先例。Startup Fortune 點名 Moonshot 的 Humanity's Last Exam：官方約 50%，獨立重跑 29.4%。同一篇寫：BenchLM 在預覽期還沒有 M3.1-Flash-Preview 的加權總分；ModelDial 一份早期私測，低思考深度的後端加測試任務只給 30／100，跟完整 M3 對外宣傳的 SWE-bench Verified 80.5% 不是同一件事。官方這次也沒有替 Flash 公布 SWE-bench。沒有獨立 DeepSWE 複測之前，73.7 先當公司自己的數字。

200+ TPS 是官方話，OpenRouter 免費線現在是 103

速度是這次另一個賣點。官方說用了更激進的稀疏注意力，日常輸出可到 200+ TPS，中位數（P50）穩定 170+ TPS。國際文件把模型寫成「ultra-efficient open-weight」，同時又說權重稍後再放——產品頁的時態比權重頁快一拍。

OpenRouter 的 minimax/minimax-m3.1-flash:free 頁面給的是現場數。P50 吞吐量 103 tok/s，延遲 1.13 秒；三天平均吞吐量 97 tok/s，P95 掉到 42，P99 只剩 24。E2E 延遲 P50 已是 15.03 秒，P99 到 115.24 秒。免費線有速率限制，不能拿來否定官方 200+ 的實驗室數字，但可以說明：你現在從 OpenRouter 免費槽打出去，看不到 170 的中位數。

具名免費線上線後，OpenRouter 另計了一組新流量：reasoning 54.5 億、completion 3.77 億。這和隱形期 4.06 兆 prompt 不是同一段時間、也不是同一條路由，不能加總成「一共打了多少」。同一頁的應用來源幾乎全是寫程式代理。Kilo Code 83.5B token、Hermes Agent 18.8B、Claude Code 16.7B、Cline 16.3B。智東西寫隱形期 Space Bunny 在 OpenCode 呼叫量榜一度第二、OpenRouter 一度第一。這些數字描述的是「有人願意把長迴圈代理接上去」，不是「已經通過採購評測」。

P50 吞吐量 103 對上官方 170＋，中間至少隔了免費速率限制、共用容量、以及 OpenRouter 自己的轉發層。付費直連 MiniMax API 會不會回到 200＋，官方沒有放一張對應的公開延遲頁。E2E 15 秒的中位數，對「改一行、等測試、再改一行」的代理迴圈影響比單次聊天大：五十步迴圈光是等待就可能超過十分鐘，還沒算工具呼叫。

最大輸出 OpenRouter 寫到 524,288 completion token。工具呼叫與 JSON 輸出都支援，沒有 JSON Schema 強制。歐盟 in-region routing 目前不可用。effort 參數可調思考深度：低檔省 token，高檔拉長推理。ModelDial 那次 30 分，就是在低思考深度下測的；若你拿預設或低檔去跑多檔重構，分數和帳單都會跟官網圖不一樣。

現在能打哪裡，權重還不能下

M3.1 Flash 已上 MiniMax API、M Plan、MiniMax Code。國際呼叫走 platform.minimax.io，中國站文件給 Anthropic 相容 https://api.minimax.cn/anthropic 與 OpenAI 相容 https://api.minimax.cn/v1。OpenRouter 免費線模型名是 minimax/minimax-m3.1-flash:free。隱形頁 stealth/space-bunny-alpha 已標「free stealth period has ended」，導向具名模型。

開放權重 仍是預告。M3 在 Hugging Face 是約 428B 總參數、約 23B 激活的原生多模態模型，文件寫 MiniMax Sparse Attention 在 100 萬上下文相對 M2 有 9 倍 prefill、15 倍 decode。那是 M3 的數字，不能直接抄到 Flash 頭上。M3.1 Flash 的總參數、激活數、層數，這次公告都沒寫。NVIDIA 剛把 Nemotron 3.5 Bolt 的權重、資料與訓練配方一起放了，74B／9B 激活能塞進 24GB。Flash 這條賽道現在是「API 先到、權重排隊」：DeepSeek 1017 已經在 Hugging Face 掛 MIT，MiniMax 這次還沒給檔。本機部署、二次訓練、離線資安稽核，都還得等檔案。

桌面端 MiniMax Code 的下載頁是 agent.minimax.io/download（國際）與 agent.minimax.cn/download（中國站）。M Plan 是訂閱入口。API 文件把 M3.1 Flash 標成「日常高效主力」，M3 仍繼續提供。兩條線並存時，帳單上要認模型名，不要假設「MiniMax」四個字都走 0.15／0.60。

Pro 版本官方只留一句：追求智能上限的 Pro 稍後見面。沒有參數、沒有價、沒有日期。

採購時先核三件事

代理工作流很吃輸出 token。用國際價粗算：一百萬輸出 0.60 美元，若一次長任務吐 50,000 token，光輸出就是 0.03 美元；一百次這樣的迴圈是 3 美元，還沒算反覆塞進上下文的輸入。快取讀取 0.015 美元／百萬，比 M3 便宜，但仍比 1017 峰值快取命中的 0.006 美元貴。把同一份倉庫反覆讀進代理的團隊，帳單差會出在快取欄，不在 DeepSWE 那 3.3 分。

多模態這層是 1017 對位時要另外算的。M3.1 Flash 接受圖片和影片輸入，官方針對前端、簡報、跨應用操作寫得很滿；DeepSeek 1017 同期主打的是 Search／Fetch 兩支每千次 0.75 美元的伺服器端工具。兩家都在賣「代理夠用的 Flash」，賣的附件不一樣。

社群側的限制也具體。OpenRouter 免費線有速率限制；EU in-region 沒開；官方 200+ TPS 與現場 103 對不上時，要以你實際閘道的 P50 為準。獨立評測還沒把 M3.1 Flash 寫進加權總榜。權重沒出，本地部署、二次訓練、離線稽核都還做不了。

官方把自己放進和 Opus 5、1017 同一張表，同時把價錢壓到離峰 1017 的位置。能立刻核的是價目、上下文長度、以及 OpenRouter 上已經發生的數兆 token 流量。還不能核的是權重、獨立 DeepSWE，以及你自己的閘道到底跑在 100 還是 200 TPS。