For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/minimax-m3-1-flash-api-pricing-benchmarks-c8e3fe1c.md.
MiniMax 已发布 M3.1 Flash，提供更低的代币价格，并在公开报告的推理和智能体任务结果方面有所增强。THE DECODER 在 10 月 19 日的报道中指出，该模型在 Artificial Analysis Intelligence Index 上获得 42 分，...
MiniMax 已发布 M3.1 Flash，提供更低的代币价格，并在公开报告的推理和智能体任务结果方面有所增强。THE DECODER 在 10 月 19 日的报道中指出，该模型在 Artificial Analysis Intelligence Index 上获得 42 分，而 M3 为 29 分。
需要重点区分的是，代币价格与完成一项任务的成本并不是同一回事。一个模型可能在这两个维度上都更便宜，但任务成本还取决于它生成多少内容、重试的频率，以及最终结果是否可用。
报告中的发布期比较显示，M3.1 Flash 的综合指数与 GLM-5.3-Flash 并列，略高于 Gemini 3.8 Flash，但低于 DeepSeek V4.1 Flash 1017。
| 报告中的评估 | M3.1 Flash | 报告中重点比较的结果 |
|---|---|---|
| Artificial Analysis Intelligence Index | 42 | M3：29；GLM-5.3-Flash：42；Gemini 3.8 Flash：41；DeepSeek：45。 |
| Humanity's Last Exam | 48% | DeepSeek：43%。 |
| CritPt | 22% | GLM：15%；Gemini：18%；DeepSeek：24%。 |
| AA-Omniscience 准确率 | 56% | GLM：28%；DeepSeek：43%。 |
| 每项任务的平均评估成本 | 约 0.22 美元 | DeepSeek：约 0.26 美元。 |
以上是发布时报告中的数据。基准测试配置、模型快照和模型版本都会产生影响；该表并不是适用于所有工作负载的通用排名。
图表来源：Artificial Analysis，由 THE DECODER 转载。
报告将任务成本降低部分归因于输出代币消耗减少。其中约 1.89 亿与 2.24 亿输出代币的比较，指的是基准测试总量，并不代表一次普通请求的生成量。
MiniMax 还单独宣称，在线推理速度几乎提升三倍，与上一代模型相比，整体智能体任务使用成本降低了 70%。这些公司测量结果与 Artificial Analysis 的成本比较并不相同，不应将它们合并为一个经过独立验证的效率结果。
报告还引用了 93% 的 AA-Omniscience 幻觉率。这并不意味着所有回答中有 93% 是错误的，也不能预测部署后的助手在任意任务上的错误率。
Artificial Analysis 将这一比率定义在非正确回答范围内：错误回答数量除以错误回答、部分正确回答和未尝试回答的总数。它衡量的是：在承认不确定性更合适的情况下，模型仍然给出错误答案的倾向。相比之下，准确率是在全部问题中统计正确答案的比例。
这一区分意味着，一个模型可能同时拥有相对较高的事实准确率和较差的不确定性处理能力。对于对知识准确性敏感的工作，应核查证据，并确认模型是否能够拒答或承认不确定性，而不能只依赖综合分数。
THE DECODER 报道称，该模型的上下文窗口最高可达 100 万个代币，并支持文本和图像输入。支持输入图像不应与图像生成混为一谈：能够接受图像并不意味着模型能够生成图像。
MiniMax 的官方发布公告确认了按每百万代币计费的固定价格：
| 代币类别 | 每百万代币价格 |
|---|---|
| 输入 | 0.15 美元 |
| 输出 | 0.60 美元 |
| 缓存输入 | 0.015 美元 |
缓存价格适用于符合条件的缓存命中，并不是适用于每个输入代币。例如，按照上述标价，100 万个未缓存输入代币加上 100 万个输出代币的成本为 0.75 美元，未计入其他可能适用的费用。这只是代币成本示例，并不代表典型任务的成本估算。
官方公告列出的访问方式包括 API、M Plan 和 MiniMax Code。THE DECODER 将 10 月 23 日列为开放权重版本的计划发布日期；经审阅的公司公告则表示权重将在之后推出，但没有给出该日期。截至本文 10 月 20 日准备时，不应将未来发布的权重描述为已经可以下载的权重。
MiniMax 在其图表中报告称，M3.1 Flash 在 DeepSWE v1.1 上的成绩最高可达 73.7%，单项任务成本低于 0.30 美元。同一图表显示，较低的推理强度设置可以降低成本，但也会牺牲部分分数。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
公司发布的图表；图中注明使用 mini-swe-agent 作为评估框架，并给出了比较数据的日期。
编程得分反映的是模型、工具、推理强度和测试环境的综合结果。它并不意味着某个组织自己的 73.7% 工单都能在无需人工审核的情况下解决，也不意味着每项任务的成本都等于图中所示的平均值。
来源文章的结论性比较并没有给出唯一的赢家。DeepSeek 在综合指数和引用的物理学得分上领先，而 MiniMax 在报告中的 Humanity's Last Exam 结果和 AA-Omniscience 准确率上领先。
该快照中 MiniMax 较低的平均任务成本可以作为评估依据，但不能据此假设它在所有提示词下都是最便宜的选择。输出更长、工具调用失败或重试次数更多的工作负载，都可能改变排名。
报告还区分了发布状态：报告链接了已经存在的 DeepSeek 权重仓库，同时将 MiniMax 权重描述为即将发布。开放权重、API 订阅和桌面编程应用是不同的分发方式，对运营和部署有不同要求。
它是 MiniMax 新推出的 Flash 模型，可通过其托管产品和 API 使用。此次发布重点强调推理、智能体任务、编程和推理效率。
官方公告列出的价格为：输入每百万代币 0.15 美元，输出每百万代币 0.60 美元，缓存输入每百万代币 0.015 美元。在估算生产账单之前，请确认当前账户价格和缓存规则。
不是。0.22 美元是报告中的基准测试平均值。实际成本取决于提示词长度、生成的输出、缓存行为、工具调用循环和重试次数。
不是。该指标的分母包含的是非正确回答，而不是所有回答。它反映的是在该项评估中，模型给出错误猜测，而不是提供部分回答或选择拒答的情况。
经审阅的来源将这些权重描述为即将发布。THE DECODER 提到 10 月 23 日，而 MiniMax 的公告没有给出确切日期；发布后应核实实际仓库和许可证。
不同基准测试的结果各有差异。应根据具体任务、可靠性要求，以及在自身评估中测得的总成本进行选择。
M3.1 Flash 结合了较低的标价代币成本，以及在公开报告中具有竞争力的推理和编程结果。只有在可比设置下按成功完成任务的成本进行衡量时，它的成本优势才最有意义。
阅读基准测试定义，区分公司声明与外部测量结果，并在规划部署前核实实际权重是否已经可用。
从一句话开始，几分钟内拿到完整网站。
