导语：MiniMax 10 月 19 日凌晨在 X 上丢出 M3.1 Flash 官宣贴，正式承认过去三周在 OpenRouter 上霸榜 10 天、累计处理 56.7 万亿 tokens 的匿名模型 Space Bunny 就是自家新模型的早期版本。这次发布不是单纯刷榜——按官方说法，新版本主打 agent 任务（自主规划+工具调用+多步执行的智能体任务）成本砍 70%、速度提 3 倍，自动化、编码、计算机操作、网络安全几大赛道全面铺开。权重按计划 10 月 23 日释放，OpenRouter 先送 72 小时免费试用。
一、Space Bunny 揭开面纱
今年 9 月 23 日，一个叫 stealth/space-bunny-alpha 的匿名模型悄悄出现在 OpenRouter，挂着 1,000,000 token 上下文，支持文本、图像、视频输入，强制开启推理。在没有任何品牌背书的情况下，它连续 10 天拿下 OpenRouter 榜首，累计 56.7 万亿 tokens 消费量刷新所有隐身模型纪录——10 月 5 日下架后，10 月 19 日以”M3.1 Flash”的名字回归。
MiniMax 这次不装了。10 月 19 日 11:56 UTC 的推文标题就一句话：”Space Performance + Bunny Speed”——直接点明新模型同时吃下 Space Bunny 的能力底子和 Flash 系列的性价比路线。
OpenRouter 的揭面贴把这三周定义为一次超大型实战 beta：用户反馈帮 MiniMax 把首 token 时间从 1.95 秒压到 1.22 秒（-38%），吞吐从每秒 70 tokens 拉到 100 tokens（+45%），错误率从 1.4% 砍到 0.7%。规模大到 OpenRouter 自己都把 Space Bunny 列为史上处理 tokens 最多的隐身模型。
二、性能账本：哪几个数字值得记住
M3.1 Flash 主要基准测试交出这样一份答卷：CyberGym 82%（漏洞发现与验证）、AutomationBench-AA 72.5%（端到端 SaaS 流程）、DeepSWE v1.1 73.67%（复杂软件工程）、BankerToolBench 76.2（多步规划+合规工具调用）、OSWorld V2 61.7（跨应用电脑操作）、ALE 29.6（真实专业任务）、BabyVision 91%（视觉推理）。
CyberGym 82% 单独拎出来说。这是测”AI 在真实 CVE（公开漏洞编号）数据上能不能复现和验证漏洞”的基准，82% 是当前公开模型里的第一梯队。MiniMax 内部安全团队直接给出几个细分场景：代码审计、漏洞补丁、渗透测试、恶意软件分析、逆向工程——对红队蓝队都是直接可用的工具。
三、推理效率：稀疏化 + 缓存的组合拳
推理效率是这次另一卖点。通过更激进的稀疏化（sparsity，即推理时只激活部分参数），M3.1 Flash 日常输出速度稳定超过每秒 200 tokens，P50（中位数）持续在 170 tokens/秒以上。
缓存策略一起升级。API 报价公开：输入 $0.15/百万 tokens、输出 $0.60/百万 tokens、缓存输入 $0.015/百万 tokens。这个定价直接把 agent 任务总使用成本砍到上一代的 30%，即官方说的”比上一代省 70%”。潜台词很直白：MiniMax 不是在卷榜单，是在卷”agent 单位任务成本”。agent 任务 input 多、output 多、缓存命中率高，新价格让长任务流（多步工具调用、长文档分析、长推理链）第一次接近”无限跑”的成本临界点。
四、可用渠道和时间表
发布当晚铺开四个入口：MiniMax 官方 API、M Plan 个人订阅、MiniMax Code 桌面 IDE、OpenRouter 限免 72 小时。结束后 OpenRouter 按官方同价挂出。
权重按计划 10 月 23 日开放下载——本地部署、微调、二次分发从那一刻起就准备好了。等权重出来，自托管玩家会很快放出 GGUF（通用大模型量化格式）、GPTQ（GPU 量化格式）、AWQ（激活感知权重量化格式）等社区量化版本，本地 24G 显存单卡应能跑得动完整 bf16（脑浮点 16 位精度）权重。
公告里也提了一句”Pro 模型后续再来”，定位是”把智能的上限再往上推”。Flash 这条线官方表态会持续优化”效率 vs 能力”的平衡点。
五、红队视角：AI 自己给自己开外挂
CyberGym 82% 加上渗透测试、恶意软件分析、逆向工程的能力宣传，对安全行业的影响比”模型又刷榜”要深得多。
过去几年自动漏洞挖掘的瓶颈不在思路，在落地——AI 能给”哪里可能出问题”的猜测，但没法自主完成识别、利用、验证到报告的闭环。M3.1 Flash 在 OSWorld V2 上 61.7 分、在 ALE 上 29.6 分，意味着它在真实的桌面/沙盒环境里能稳定完成”打开应用、点击按钮、跑命令”这一类需要操作系统的任务。
把这条线接上 CyberGym 82% 的漏洞发现能力，整套链路开始变成：扫描目标 → 发现可疑模式 → 调用工具验证 → 输出 PoC（概念验证利用代码）。过去要资深红队员 1-2 天完成的事，现在 AI 跑一遍可能几十分钟。1M token 上下文意味着能直接吞一整个中型项目的代码库做安全审计。
工具是中性的。M3.1 Flash 对红队蓝队同样有用——同样的能力可以用来批量做漏洞清零、自动化 SAST（静态应用安全测试）扫描、代码审计报告生成。问题只在谁先把流程搭好。
六、写在最后
M3.1 Flash 不是单纯”又一个旗舰模型”。MiniMax 把这次发布做成了一笔公开账：基准、价格、效率、可用性、权重释放时间全部一次性摊开。这种”全透明发车”在过去的大模型发布里很少见——大多数厂商选择先把评测压一阵、把价格分层、把权重控制在自己手里。
Space Bunny 的隐身阶段已结束，72 小时 OpenRouter 免费窗口、10 月 23 日权重释放、后续 Pro 模型，三个时间点串起来的这条线，决定了接下来几周模型圈的开发生态走向。
红队老规矩：先拿到工具自己测一遍。
素材出处
- 原始推文：MiniMax（@MiniMax_AI），《MiniMax M3.1 Flash: Space Performance + Bunny Speed》，X / Twitter，2026 年 10 月 19 日 11:56 UTC。原文地址：https://x.com/MiniMax_AI/status/2112150867868541221
- 二手报道：Unite.AI《MiniMax Launches M3.1 Flash, Revealing Space Bunny Stealth Model》（2026-10-19）；BigGo Finance《The mysterious Space Bunny reveals itself》（2026-10-19）；CellCog《Space Bunny Alpha Is MiniMax M3.1-Flash: The Record》（2026-10-19）。
- 数据来源：MiniMax 公告原文基准分数（CyberGym 82% / OSWorld V2 61.7 / ALE 29.6 / AutomationBench-AA 72.5% / DeepSWE 73.67% / BankerToolBench 76.2 / BabyVision 91%）；OpenRouter 揭面贴关于 stealth 阶段性能提升数字（TTFT -38%、吞吐 +45%、错误率 -50%）；官方 API 报价（输入 $0.15/M、输出 $0.60/M、缓存 $0.015/M）。
暂无评论内容