MiniMax M3.1 Flash 对比 MiniMax M3：更便宜，但并未更快或更好
内容提要
MiniMax于2026年10月19日发布M3.1 Flash，宣称智能体任务成本降低70%、在线推理速度约为M3的三倍，定价为每百万输入/输出token 0.15/0.60美元，为M3折扣价的一半。作者通过OpenRouter对两模型进行三项小型智能体测试：两项评分相同，Flash估算成本更低但整体更慢；长文档任务两者均未可靠完成。单次测试样本有限，不足以验证基准声明。
延伸解读
官方宣称与实测的差距
MiniMax宣称M3.1 Flash将智能体任务成本降低70%、在线推理速度约为M3的三倍。但作者的三项小型测试显示，Flash仅在成本上接近该宣称（一项任务估算成本低68%），整体速度反而更慢，两项评分与M3相同。这说明“在线推理速度”与完成工具调用任务的实际耗时并非同一概念，读者不宜直接将官方速度指标等同于任务效率。
成本优势依赖缓存与定价
Flash的估算成本较低，但并非单纯因为token用量少。在调试任务中，Flash使用了超过两倍的输入token，却因缓存输入折扣和更低的单价，估算成本仍低约23%。作者指出，缓存使用和不同定价会影响比较，仅看token总量无法判断在相同费率下谁更便宜。因此，成本优势需结合具体调用模式和缓存命中情况评估。
工作风格差异与任务适配
测试暴露出两种工作风格：Flash倾向先大量读取文件再修改，在调试任务中前14轮读了37个文件，虽修对所有bug却耗尽轮次未能写出最终报告；M3则更快动手，但漏掉一个用例。这说明模型表现与任务类型和轮次限制密切相关，Flash的谨慎风格可能适合需要充分检查的场景，但在有限轮次下反而影响交付完整性。
长文档任务均不可靠
在长文档任务中，两个模型首轮均未给出答案：Flash用尽64,000输出token，M3也在约29,000token后停止。降低推理强度后，Flash虽作答但仅找到33个受影响服务中的3个，M3再次超限。作者明确表示不会依赖任一结果完成此类任务。这提示即使模型标称约百万token上下文，也不代表能可靠完成长文档分析，实际使用需谨慎验证。
Q&A
MiniMax M3.1 Flash 的定价是多少？比 M3 便宜多少？
MiniMax M3.1 Flash 定价为每百万输入 token 0.15 美元、每百万输出 token 0.60 美元。M3 的折扣价为每百万输入 token 0.30 美元、每百万输出 token 1.20 美元（适用于输入不超过 512K token 的请求）。Flash 的价格是 M3 折扣价的一半。
MiniMax 官方宣称 M3.1 Flash 有哪些性能提升？
MiniMax 宣称 M3.1 Flash 将智能体任务的总体成本降低 70%，在线推理速度约为 M3 的三倍。
作者如何测试 M3.1 Flash 和 M3？测试结果如何？
作者通过 OpenRouter 对两个模型进行了三项小型智能体测试，每个测试只运行一次。两项评分任务中两者得分相同（分别为 5/6 和 10/10），但 Flash 整体更慢；长文档任务两者均未可靠完成。
在作者的三项测试中，M3.1 Flash 的成本真的比 M3 低吗？
是的，Flash 的估算总成本更低。在第一个任务中低约 23%，在第二个任务中低约 68%，尽管 Flash 使用了更多的输入和输出 token。成本差异受缓存使用和不同 token 价格影响。
M3.1 Flash 在长文档任务上表现如何？
在长文档任务中，两个模型均未可靠完成。Flash 用尽了 64,000 输出 token 限制仍未给出答案；降低推理设置后，Flash 只找到 33 个受影响服务中的 3 个。M3 也在约 29,000 输出 token 后停止，未给出答案。
作者对 M3.1 Flash 的总体评价是什么？
作者认为，除了估算成本更低外，Flash 在测试中并未表现出更快或更好：它整体更慢，且在评分任务上与 M3 得分相同。作者指出单次测试样本有限，不足以验证基准声明，建议在自己的任务上多测试后再选择。
