MiniMax刚刚将token价格减半，但你的AI代理账单未必随之下降
内容提要
MiniMax发布M3.1 Flash，宣称代理成本降低70%，输入/输出每百万token定价0.15/0.60美元，推理速度接近M3的三倍。但第三方测得成本降幅为57%，且代理任务token消耗波动较大，70%的说法尚待验证。编码得分73.7%，与竞品接近，计算机使用能力较弱。事实问答正确率56%，错误回答率约93%，幻觉风险高，需增加验证。支持百万token上下文，权重与许可证未公布。
延伸解读
70%降本宣称需结合代理任务特性审视
MiniMax宣称代理成本降低70%，但第三方Artificial Analysis测得的平均任务成本降幅为57%。差异源于代理任务token消耗波动极大：同一编码任务重复运行可能消耗多达30倍的token，且输入token占大头。因此，70%的说法高度依赖具体工作负载，而MiniMax未公布测量方法。读者应关注自身代理任务的循环次数和输入规模，而非仅看单价减半。
编码能力接近竞品，但计算机使用是短板
M3.1 Flash在DeepSWE v1.1上得分73.7%，与Claude Opus 5的74%和GPT-5.6 Sol的73%几乎持平，但落后于DeepSeek V4.1 Flash 1017的77%。在OSWorld V2上得分61.7，虽自称领先中国模型，却仍不及Anthropic和OpenAI的最强模型。若你的代理需要操作计算机界面，需谨慎评估；若以编码为主，则性能差距不大。
高准确率伴随高幻觉率，知识型任务需加验证
在AA-Omniscience基准上，M3.1 Flash事实问答正确率56%，高于DeepSeek的43%，但非正确回答中约93%是错误答案而非弃答，整体Omniscience得分仅16。分析师指出其倾向尝试所有问题、不主动表示不确定。用于知识密集型工作时，应增加检索、护栏或人工复核，不能仅凭正确率判断可靠性。
缓存价格与峰谷定价影响实际账单
DeepSeek V4.1 Flash的输入/输出单价与MiniMax相同（0.15/0.60美元），但缓存输入仅0.003美元/百万token，远低于MiniMax的0.015美元。且DeepSeek在工作日高峰时段（UTC 01:00-04:00和06:00-10:00）价格翻倍。由于代理成本主要由输入token驱动，缓存费率可能比标价更关键。团队需根据自身请求时段和缓存命中率估算真实开销。
Q&A
MiniMax M3.1 Flash 的 token 价格具体是多少？
输入每百万 token 0.15 美元，输出每百万 token 0.60 美元，缓存输入每百万 token 0.015 美元。
MiniMax 宣称代理成本降低 70%，这个说法可靠吗？
第三方机构 Artificial Analysis 测得的平均成本降幅为 57%（从 M3 的 0.51 美元降至 0.22 美元），低于 MiniMax 宣称的 70%。由于代理任务 token 消耗波动大（同一任务重复运行可能相差 30 倍），且 MiniMax 未说明测量方法，70% 的说法尚待验证。
M3.1 Flash 在编码和计算机使用方面的表现如何？
编码得分 73.7%（DeepSWE v1.1），与竞品接近（Claude Opus 5 为 74%，GPT-5.6 Sol 为 73）。计算机使用能力较弱，OSWorld V2 得分 61.7，落后于最强的 Anthropic 和 OpenAI 模型。
M3.1 Flash 的幻觉风险高吗？
风险较高。在 AA-Omniscience 基准上，事实问答正确率 56%，但约 93% 的非正确回答是错误答案而非弃答，整体 Omniscience 得分仅 16。分析师建议对知识密集型任务增加验证、检索、护栏或人工审核。
M3.1 Flash 和 DeepSeek V4.1 Flash 在价格上有什么区别？
两者基础价格相同（输入 0.15 美元/百万 token，输出 0.60 美元/百万 token），但 DeepSeek 在高峰时段（工作日 UTC 01:00-04:00 和 06:00-10:00）价格翻倍，且缓存输入更便宜（0.003 美元 vs MiniMax 的 0.015 美元）。对于纽约或旧金山白天工作的团队，多数请求落在 DeepSeek 非高峰窗口。
M3.1 Flash 支持多长的上下文？模型权重和许可证公布了吗？
支持 100 万 token 上下文窗口，可容纳大型代码库。权重据报道将于 10 月 23 日发布，但官方仅称“稍后”，许可证尚未公布，这对自托管用户是重要考量。
