![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/f92c5bee499d6d2d2d7dc9fa0eb921a3.png)

那只在开发者圈里被反复猜身份的神秘兔子，MiniMax认领了，

10月19日，MiniMax正式更新M3.1 Flash。官方确认，之前匿名出现的 Space Bunny，就是M3.1 Flash的早期版本。

而且，这只兔子在亮身份前，已经处理了超过200T Token，也就是200万亿个Token。

它此前到底火到什么程度？老金我专门回头查了一遍平台的数据。

OpenCode公开的历史记录里，9月24日到10月5日，按每日Token使用量计算，它连续12天排在第一。

现在，MiniMax把正式版本和完整成绩单一起端了出来：线上推理速度提升近3倍，Agent任务综合使用成本下降70%。

更值得往下看的，是它在部分办公、编程和电脑操作评测里的位置。一个Flash模型，已经开始和旗舰模型坐在同一张表里比了。

# 神秘兔子此前，到底是什么水平？

先看真实使用量。

OpenCode是一款开源AI编程工具，开发者可以在里面调用不同模型。它的公开数据页保留了每日模型用量，历史上的Space Bunny现在已经被标成正式名称MiniMax-M3.1-Flash。

9月24日，它的单日用量是6.8T Token，同一天DeepSeek V4.1 Flash是6.2T，Muse Spark 1.3是5.4T。

到了9月25日，兔子涨到9.0T，另外两者分别是4.6T和5.1T。

9月30日，它的单日用量达到10T。一直到10月5日，仍以9.9T排在前面。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/08707b5ef700f7b0b7b029ecf2519cef.png)

从9月24日到10月5日，连续12天。 这个结论是按OpenCode当前公开历史表逐日比较得出的。到了10月6日，Muse的单日用量已经超过它，所以这里说的是那12天的历史成绩。

还有一条当时留下来的直接记录：9月28日，OpenCode官方发帖说，Space Bunny已经连续5天位居平台第一，处理了40T Token。匿名期的热度，有平台自己的原帖可查。

调用量包含缓存Token，也会受到体验价格、活动和使用方式影响。它能说明开发者确实在大量调用这款模型，能力究竟怎么样，还要接着看任务成绩。

能力方面，也有匿名期留下来的独立记录。开发者Povilas Korop的AI Coding Daily，当前条目显示Space Bunny Max档、使用OpenCode的成绩是 57.19／80，最近评测日期标为9月30日。该站当前方法包含7个已有项目、27条提示，过程中不再追加指导；方法在10月仍有更新，这里按当前可见条目读数。

在这个榜单10月19日的快照里，Space Bunny与Gemini 4 Argon High的57.09、Kimi K3 High的56.89处在相邻位置。工具和推理档位不同，成绩要连着设置一起看。至少这份记录说明，它在匿名时已经是一位有竞争力的代码选手。

这也是这次揭晓最有意思的地方：大家先用了那只不知道是谁家的兔子，MiniMax今天才把名字贴上去。

官方披露的200T累计处理量，比单个平台的一段日榜范围更大，两组数字各看各的。

# 这次升级，把能力推到了哪里？

先把官方完整对比图放上来，下面逐项拆。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/59149ee213e42ca4fcaf5a79c4478911.png)

CoWork是协作办公，Computer Use是电脑操作，Coding是编程。

各行采用不同评测与工具设置，具体说明保留在原图下方。下文对照的是这张表列出的版本与成绩。

## 复杂办公任务，两项成绩很抢眼

一个是Automation-Bench v1.0.6。

这类评测把模型放进多步骤业务工作流里，看它能不能理解目标、连续调用工具，把事情推进下去。它涉及销售、运营、客服等工作，考验的不只是最后一句话答得好不好。

MiniMax这次公布的成绩是 62.2。

同一张官方表里，DeepSeek V4.1 Flash-1017是60.5，Opus 5是50.3，GPT-5.6 Sol是45.8。M3.1 Flash在这组对比中排在前面。

另一个是BankerToolBench，76.2分，与Opus 5并列。

它更偏金融业务中的多步骤工具任务，要在文档、文件和工具之间保持一致。对应图里，GPT-5.6 Sol是74.6，GLM-5.3是74.5，Kimi K3是69.1。

这种任务很容易出现一个问题：第一步看起来对，做到第五步，前面的约束被忘了。能把跨文件的信息接住，再连续执行工具，才有机会承担更长的工作。

官方还给了一张能力和成本放在一起的图。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/959c1a0e74256ea94132e34ab78bf927.png)

这里的纵轴越高，评测得分越高；横轴是单任务平均费用，单位人民币，采用对数刻度，越靠左越便宜。

low、medium、high、xhigh、max表示不同推理强度。

这张图想表达的重点很直接：在它公布的测试设置里，M3.1 Flash的位置更靠左上方。

也就是让完成任务的能力和成本同时变得更有竞争力。

## 编程73.7%，和Opus 5只差0.3个百分点

DeepSWE v1.1，M3.1 Flash拿到 73.7%。

这项评测关注复杂软件任务里的代码理解、修改和验证。对平时用AI做项目的人来说，它比只展示一页漂亮网页，更接近我们真正关心的事。

同一张总表中，GPT-5.6 Sol是73.0%，Opus 5是74.0%。两者之间，已经很近了。

DeepSeek V4.1 Flash-1017则是77.0%，仍然在前面。M3.1 Flash在这一项追到了旗舰附近，但没有拿下最高分。

接着看官方给出的编程成本曲线。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/b36f6598c34874b90be8581062952b8f.png)

纵轴Pass@1表示一次尝试的通过表现，横轴是单任务平均成本，单位人民币，采用对数刻度。

红色为M3.1 Flash：high 68.1%、xhigh 72.1%、max 73.7%。

这张图里，老金更在意红色那一小段。

从high到xhigh，再到max，分数逐步上升，成本也跟着变化。它把思考强度这件事摆到了台面上：你可以按任务难度选档，而不是每次都用同一种配置。

不过，完整表也留着它的短板。

SWE Refactor Bench这类代码重构任务里，M3.1 Flash是23.0，GPT-5.6 Sol是28.5，Opus 5是31.0。NL2Repo-Bench里，它的61.2也低于Opus 5的75.3。

所以，这次最有分量的进步，是Flash这个成本档位，已经能在部分复杂编程任务里贴近旗舰。做重构、做长链路工程，还是要看具体任务。

## 电脑操作，两项成绩进入国产前列

电脑操作是另一个明显的重点。

OSWorld 2.0，M3.1 Flash得分 61.7。官方对比表中的Kimi K3是58.3，DeepSeek V4.1 Flash是54.3。GPT-5.6 Sol为65.7，Opus 5为70.6。

再看Agents’ Last Exam，简称ALE。M3.1 Flash是 29.6，Kimi K3是28.3，GPT-5.6 Sol是30.6，Opus 5是32.2。

MiniMax在公告中将这两项成绩称为国产模型第一。从它给出的对比表看，M3.1 Flash也确实高于列出的国产对手。

这类评测看的是AI在电脑环境里完成任务的能力。要找到界面入口，理解当前状态，操作应用，再继续后面的步骤。日常用AI时，很多令人头疼的停顿就发生在这些地方。

ALE还有一张更直观的成本图。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/72fdd0d457447ffa468d1fbde53a1d68.png)

纵轴为该图标注的评测通过率，横轴为整套评测预计总成本，单位人民币、对数刻度。

M3.1 Flash红点为29.6%、739元；图注采用ALE-V1 Overall、152项任务。

739元这个数字很醒目，读图时要先看单位：它算的是整套评测的预计费用。

官方想说明的是，在这组测评里，它能以较低预算取得接近部分更贵模型的成绩。

如果电脑Agent要在后台反复执行任务，成本就很实际了。偶尔做一次和每天跑几十次，对模型价格的敏感程度完全不同。

## 安全和视觉，也有具体成绩

CyberGym，官方原图给出 82.2，正文取整写82%。

同表GLM-5.3是84.5，GPT-5.6 Sol是83.6，Kimi K3是80.0。M3.1 Flash已经处在靠前的一组，最高分仍是图里的GLM-5.3。

CyberGym主要考已有漏洞的复现与验证。MiniMax还披露内部安全团队评估了代码审计、漏洞修补、恶意代码分析等场景。对于安全工作，能完成验证链条比单纯输出一段看起来专业的分析更重要。

视觉相关的两项也值得扫一眼：BabyVision在使用工具的设置下达到91.0，CharXiv RQ为82.5，后者涉及图表理解。

这些能力放到电脑操作中，是能连起来的。模型先得看懂页面、图片和图表，再判断该怎么操作。视觉、工具调用、持续执行，任何一段掉链子，任务都会停。

# 为什么这次快了，而且更便宜？

MiniMax的解释是进一步优化推理效率，采用更激进的稀疏注意力架构。

可以粗略理解成，处理长内容时，让计算更有选择地关注相关部分，减少不必要的计算。具体效果还和模型、任务及服务设置有关。

vLLM项目的官方技术线程也补了底层信息：这次优化结合了稀疏注意力、NVFP4低精度运算，以及面向Blackwell硬件的推理内核。通俗说，既减少不必要的计算，也在每次计算和数据搬运上继续省开销。它公布的若干倍速属于具体内核测试，不能直接相乘当成整项任务的提速。

官方公布，日常输出速度可达 200+ Token／秒，中位数P50稳定在 170+ Token／秒。

Token是模型的处理单位，和汉字并不是一比一对应。这里的速度指输出过程，也不把工具运行、网页加载等等待都算成模型吐字速度。

至于近3倍提速和70%降成本，官方的比较口径是相对前代，70%对应Agent任务的综合使用成本。

单看现在国内API价目，已经非常直白了：每百万Token，输入1元，输出4元，缓存读取0.1元。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/6107cbac40d5c4da8df39328f12d1387.png)

对照同页M3标准档、输入不超过512K的价格，输入和输出单价各下降约52%，缓存读取下降约76%。所以综合成本下降70%，和每一项单价都打七折或都降70%，是不同的事。

对开发者而言，更值得算的是整条任务账单。Agent做一件事会调用很多轮，模型少走几步、每步便宜一点、输出再快一点，最后的差距才会明显。

# 现在能用，10月23日还有一个节点

正式型号是 MiniMax-M3.1-Flash，已经可以通过MiniMax Code、M Plan和API使用，官方也提供Claude Code、Codex等工具的接入说明。

官方发布帖还明确预告：模型权重将在10月23日放出。 目前是开放计划，权重尚未发布。

另外，MiniMax Code里现在有一个限期活动：截至10月25日，订阅用户在MiniMax Code内使用M3.1 Flash不限量。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/ea5a3fd80a7a75931b156c4923542feb.png)

# 写在最后

回头看这次发布，我觉得最有意思的是顺序。

先有一只匿名兔子，在开发者的工具里被大量调用。接着亮出身份，再把各项成绩、推理档位和任务成本一起摆出来。

调用榜说明有人在用，任务评测说明能力到了哪里，成本曲线则回答另一个问题：这种能力，能不能每天都用。

这三个问题一起看，M3.1 Flash才值得认真关注。

旗舰模型继续抬高上限，Flash模型把一部分能力带到更便宜、更快的日常使用里。对真正在做项目的人来说，选择会越来越具体：哪一段任务值得用最强的模型，哪一段已经可以交给便宜的主力。

神秘兔子亮身份之后，更值得等的，就是它在真实项目里的下一份成绩单。 
 


* * *

谢谢你读我的文章。 
如果觉得不错，随手点个赞、在看、转发三连吧🙂 
如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。

10月19日，MiniMax正式更新M3.1 Flash。官方确认，之前匿名出现的 Space Bunny，就是M3.1 Flash的早期版本。

调用量霸榜12天！神秘兔子真身是MiniMax，新模型成本降70%

那只在开发者圈里被反复猜身份的神秘兔子，MiniMax认领了。

人工智能

MiniMax正式认领神秘SpaceBunny为M3.1Flash，累计处理超200T Token。连续12天登顶OpenCode日榜，线上推理提速近3倍，Agent成本降70%。办公、编程、电脑操作评测比肩旗舰，API输入1元/百万Token，权重10月23日开源。

AI编程

Agent

2026上云采购 | AI焕新·智启新局

tcap

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

调用量霸榜12天！神秘兔子真身是MiniMax，新模型成本降70%-腾讯云开发者社区-腾讯云

调用量霸榜12天！神秘兔子真身是MiniMax，新模型成本降70%

调用量霸榜12天！神秘兔子真身是MiniMax，新模型成本降70%

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐