MiniMax M3.1 Flash 深度解读：428B 激活 23B，速度翻三倍、价格砍一半

一句话总结：MiniMax 10 月 19 日发布 M3.1 Flash，428B 总参数每次只激活 23B，1M 上下文、文图视频输入，输出速度 200+ TPS、价格降到 M3 的一半，AA 智能指数 42 分，但「思考常开」和 93% 的幻觉率是两个实打实的代价。

10 月 19 日晚发布的 M3.1 Flash，其实是「转正」：之前匿名跑的 Space Bunny（太空兔）就是它的早期版本，9 月下旬上线三天就冲上 OpenRouter 和 OpenCode 的 Token 日调用量第一，累计处理了超过 200 万亿 token。匿名测出来的成绩，比发布会上的 PPT 有说服力。

这篇不讲参数罗列，讲三件事：它凭什么这么快、便宜到什么程度、以及哪里不能信。

规格与两个核心卖点

卖点一：速度。官方说线上推理比 M3 快近 3 倍，靠的是更激进的稀疏注意力。23B 的激活量摆在那儿——同代模型里这属于「轻负载」档，每 token 的算力开销只有旗舰的三分之一左右。

卖点二：价格。输入输出都砍到 M3 的一半以下，缓存读取降到 $0.015。国内口径另有人民币价：输入 1 元、输出 4 元、缓存 0.1 元每百万 token。两个口径别混着算，一个美元一个人民币，换算差了七倍。

图 1：左为对比上代的四项变化，右为同期 AA 指数与厂商自报单项

榜单：Flash 档里的第一梯队

厂商自报 + Artificial Analysis 的第三方读数混着看：

• AA 智能指数 42 分，比上代 M3 高 13 分；同期 GLM-5.3-Flash 也是 42，Gemini 3.8 Flash 41，DeepSeek V4.1-Flash-1017 是 45
• HLE 48%：比 DeepSeek 和 GLM 都高
• CritPt 22%：研究级物理推理，输给 DeepSeek 的 24%，但赢 GLM 的 15%
• AA-Omniscience 事实准确率 56%：GLM 28%、DeepSeek 43%，这一项差距很大
• DeepSWE v1.1 73.7、OSWoRLd V2 61.7、Agents' Last Exam 29.6、BankerToolBench 76.2、CyberGym 82%

Agent 和编程是主战场，这组数字在「Flash 档」里确实能打。我们写过 DeepSeek V4.1-Flash，两家的分工很清楚：DeepSeek 软件工程更稳，M3.1 Flash 在跨系统业务流程和网络安全任务上更强。

两个代价：思考常开与 93% 幻觉

思考关不掉，这是设计选择不是 bug。M3.1 Flash 的 thinking 始终开启，只能调 effort 档位，从 low 到 max，默认 max。想传「关闭思考」会直接返回 HTTP 400。这意味着什么？每个简单请求都要先烧一段推理 token。官方给的解法是把 effort 调低，但调低之后那 42 分的成绩还成不成立，得自己测。

93% 的幻觉率。Artificial Analysis 的观察很直白：这个模型倾向于「对每道题都作答」，而不是在不确定时承认不知道。93% 指的是在被问及它不知道的内容时仍然编答案的比例。这不是小毛病——用在客服、法务、医疗类场景，一个不知道装知道的回答可能直接造成损失。

我的判断：这项比榜单分数更该看。42 分说明它聪明，93% 说明它不自知，两者不冲突。

谁该用，谁别用

适合：高并发的批量任务（分类、抽取、摘要）、需要多步骤工具调用的 Agent、成本敏感的团队、网络安全相关的分析与审计类工作。速度快、单价低，跑量场景优势明显。

别用：需要「不确定就闭嘴」的场景、对延迟极敏感的前台交互（思考常开会抬高首字延迟）、需要完全可控推理预算的业务（关不掉思考就没法精确控成本）。

常见问题

M3.1 Flash 和 M3 差在哪？

激活参数更小、稀疏度更高，速度快近 3 倍，价格砍半，AA 指数从 29 涨到 42。代价是思考不能关，以及幻觉率偏高。

国内价格和美元价格怎么换算？

人民币口径是输入 1 元、输出 4 元、缓存 0.1 元每百万 token；美元口径是 $0.15 / $0.60 / $0.015。按当前汇率算下来基本一致，但别拿人民币数字去跟其他家的美元价直接比。

权重什么时候放？

官方口径是 10 月 23 日，协议未公布。想自建的团队建议等协议出来再评估——MOE 大模型的自建门槛不只看参数。

能接 Claude Code 吗？

可以，API 兼容 Anthropic 和 OpenAI 两套协议，改 base_url 和模型名即可。

effort 档位怎么选？

日常任务用 low 或 medium 省钱，复杂 Agent 任务才上 max。max 是默认值，不显式降档就会一直用最贵的那档。

结语

M3.1 Flash 的位置很清晰：它是「便宜且快」的那一档，用一半的价格买到一个 42 分的模型，代价是接受它的思考开销和幻觉倾向。这不是缺点的堆叠，是产品定位的选择——Flash 就是给你跑量的，不是给你拍板用的。

想在 Agent 场景省成本，它现在是最优解之一。想拿它当唯一决策源，先把幻觉这条防线补上。