MiniMax发布M3.1 Flash模型，输入价每百万token降至1元

据界面新闻10月19日晚报道，MiniMax发布新一代Flash模型M3.1 Flash，并表示Pro版本将很快推出。新模型采用稀疏注意力架构，官方称在智能体任务、编程、计算机操作和网络安全等方向有代际提升；在线推理速度提高近3倍，成本下降70%，日常输出速度达到每秒200个token以上，中位数（P50）超过每秒170个token。定价为每百万token输入1元、输出4元、缓存读取0.1元。和上一代M3相比，输入、输出价格降幅都超过50%，缓存读取价格降幅超过70%。这次更新把重点放在速度和单价上，而不是刷新能力上限。智能体任务往往要反复调用模型、读取大量上下文，缓存读取价格降到0.1元，对长链路的编程和自动化场景最有意义。

国产大模型的竞争正从比参数、比榜单转向比推理成本，Flash级模型的价格决定了智能体应用能否大规模落地。

开发者调用编程和智能体任务的成本明显下降，同类轻量模型可能面临跟进降价的压力。