MiniMax-M3.1-Flash 智能指数达 42 分，成本不到 M3 的一半

MiniMax-M3.1-Flash 在 Artificial Analysis 智能指数上得分 42，比 MiniMax-M3 高 13 分，而每项任务的成本不到一半。它与 GLM-5.3-Flash 打平，但落后于 DeepSeek V4.1 Flash 1017

MiniMax-M3.1-Flash 是 @MiniMax_AI 的新款 Flash 推理模型，我们在其最大努力（max effort）设置下进行了基准测试。它在 Artificial Analysis 智能指数上得分 42，与 GLM-5.3-Flash（max，42）持平，略高于 Gemini 3.8 Flash（high，41），落后于 DeepSeek V4.1 Flash 1017（max，45）

关键要点：

➤ 复杂推理能力相比 M3 大幅提升：MiniMax-M3.1-Flash 在 Humanity's Last Exam 上得分 48%，领先于 GLM-5.3-Flash（max，40%）和 DeepSeek V4.1 Flash 1017（max，43%），与 Gemini 3.8 Flash（high，48%）持平。在 CritPt 上得分 22%，领先于 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），略落后于 DeepSeek V4.1 Flash 1017（24%）。这些成绩相比 MiniMax-M3 分别为 39% 和 4% 均有提升

➤ 输出 token 更少，每项任务成本更低：MiniMax-M3.1-Flash 运行智能指数共使用约 1.89 亿输出 token，明显少于 GLM-5.3-Flash（max，约 3.24 亿）、DeepSeek V4.1 Flash 1017（max，约 2.24 亿）和 Gemini 3.8 Flash（high，约 3.34 亿）。结合每 100 万输入/输出 token $0.15/$0.60 的定价，其每项智能指数任务的成本约为 $0.22，而 GLM-5.3-Flash 约为 $0.28、DeepSeek V4.1 Flash 1017 约为 $0.26、Gemini 3.8 Flash 约为 $1.24，不到 MiniMax-M3 约 $0.51 的一半

➤ AA-Omniscience 准确率高，但被高幻觉率抵消：MiniMax-M3.1-Flash 在 AA-Omniscience 上正确回答 56% 的问题，这是我们衡量事实回忆与幻觉的基准测试，而 GLM-5.3-Flash（max）为 28%，DeepSeek V4.1 Flash 1017（max）为 43%。它几乎尝试回答每一道题，导致幻觉率达到 93%，AA-Omniscience 总分为 16

关键模型细节：

➤ 上下文窗口：100 万 token

➤ 多模态：文本和图像输入，文本输出

➤ 定价：每 100 万输入/输出 token $0.15/$0.60，缓存输入为 $0.015/M

➤ 可用性：MiniMax 第一方 API，MiniMax 已宣布于 10 月 23 日发布开放权重版本

➤ 许可：目前为闭源权重，MiniMax 已宣布于 10 月 23 日发布权重