速度提 3 倍、成本降 70%：MiniMax M3.1 Flash 接入 WorkBuddy 意味着什么

摘要：MiniMax 于 2026 年 10 月 19 日发布 M3.1 Flash：线上推理速度提升近 3 倍、日常输出 200+ TPS，Agent 类任务综合成本降至前代三成，API 每百万 tokens 输入 1 元。它以“太空兔”身份已在 WorkBuddy 可用，积分消耗倍率仅 0.08x。

选模型的时候，多数人习惯看两样东西：跑分高不高、单价贵不贵。但真正影响日常使用体验的，往往是另外两个更实际的指标——等一句回复要多久，跑一条完整流程要花多少。这一轮模型更新，恰好把这两个指标同时往前推了一大步，而其中跑得最快的这款，早已以“太空兔”的身份在 WorkBuddy 里躺了一段时间。

两个最该记住的数字

2026 年 10 月 19 日晚，MiniMax 正式发布新一代 Flash 模型 M3.1 Flash。对开发者与重度 AI 用户来说，最该记住的是两个数字：

第一是速度。M3.1 Flash 使用了更激进的稀疏注意力架构，线上推理速度较此前提升近 3 倍，日常使用场景下输出可达 200+ TPS，中位数（P50）稳定达到 170+ TPS。所谓稀疏注意力，是让模型处理长上下文时不必均匀地“关注”每一个 token，而把算力集中到真正相关的部分——这也是它能在成本下降的同时反而跑得更快的原因。

第二是成本。在 Agentic 类任务中，模型的综合使用成本降至前代模型的三成，也就是大约下降 70%。MiniMax 同步下调了 API 调用价格：每百万 tokens 输入 1 元、输出 4 元、缓存读取 0.1 元；与 M3 对应价格相比，输入和输出单价均降低 50% 以上，缓存读取单价降低超 70%。

而在 WorkBuddy 里，这款模型早前以“太空兔”（Space Bunny）的匿名身份上线，积分消耗倍率仅为 0.08x，相当于在平台内进一步降低了调用门槛。

TPS 是什么，为什么 200+ 很能打

TPS 是 Tokens Per Second 的缩写，即模型每秒能输出的 token 数量。它直接决定了你看到的“生成”有多流畅：数字越高，等待越短，长文、代码、表格的生成越像“一口气写完”。

200+ TPS 是什么概念？以中文场景估算，这是一个相当顺畅的流式输出速度，几乎感觉不到明显的停顿；而 P50 稳定 170+ 则意味着大多数请求的体验都不会掉到很慢的区间。对需要频繁来回交互的场景——比如让 AI 边想边写代码、边调工具边总结——这种“跟得上思路”的速度，比单次跑分更能影响真实体感。

为什么 Agent 场景特别受益

单轮问答里，速度与价格的影响有限；但 Agent 任务需要多轮推理、反复调用工具、读取环境反馈，并在长上下文中维持目标，Token 消耗、延迟和错误恢复成本都会被放大。

举一个常见的例子：一个跨系统的售后工单 Agent，要理解用户诉求、查询账单、检索知识库、调用业务系统、生成回复并记下结果。每一步都会消耗 Token，而多轮循环会迅速放大总用量。按一条每天跑 20 轮、每轮平均消耗 5 万 token 的流水线估算，单日就要吃掉约 100 万 token——即便全部按输出价 4 元/百万 tokens 计算，一天也只要 4 元左右；同样的流程放到综合成本高三倍的前代模型上，每天则要烧掉 10 元以上。当推理速度提升近 3 倍、Agent 综合成本压到三成，这类高频、长流程、7×24 运行的任务才开始具备规模化部署的经济性。

尤其值得关注的是缓存读取价格——Agent 在长流程中会反复读取相同的上下文与工具返回结果，当缓存读取降至每百万 tokens 0.1 元，Agent 可以更频繁地“思考”和“核对”，而不必过度压缩上下文去省钱。

能力不是只靠便宜

低成本之外，M3.1 Flash 在多项基准中给出了可量化成绩：BankerToolBench 76.2 分（金融场景工具调用与业务任务），DeepSWE v1.1 73.7%（真实软件工程与代码修复），OSWorld V2 与 ALE 分别 61.7 分、29.6 分（官方称两项均在国产模型中处于领先位置，前者衡量电脑操作、后者评估复杂专业任务完成能力），网络安全基准 CyberGym 82%（覆盖代码审计、漏洞发现与验证）。

这些成绩对应着跨系统流程自动化、代码与网络安全运营等真实高价值任务。对 WorkBuddy 用户来说，它们的意义在于：衡量的恰恰是日常办公里最费时间的那几类活——跨系统取数、读代码改问题、对着电脑窗口一步步操作。这次“降价提速”也不是牺牲能力换性价比，而是在保持甚至提升能力的前提下，把使用成本进一步压下来。

在 WorkBuddy 里怎么用上

在 WorkBuddy 客户端的模型选择器中，你可以通过两个入口调用这款模型：早前以匿名身份提供的 Space Bunny（太空兔），以及现已正式列入内置模型的 MiniMax-M3.1-Flash。两个入口都提供低、中、高、超高、极致五档思考强度，上下文窗口均有 300K、600K、1M 三档可选，默认从 300K 起步。

默认档位已适配绝大多数任务，一般无需单独调整；处理超长代码库或大量历史记录时，再把上下文窗口调大即可。0.08x 的倍率可以这样理解：完成同一次调用，它消耗的积分只有倍率 1.0x 模型的 8%——调用越频繁，这个差距越能攒出实实在在的额度。如果你的工作偏重编程、自动化或多步任务，在模型选择器里切到这款模型，往往能同时拿到更短的响应和更低的消耗。

这类高速模型更适合哪些活

不是所有任务都非旗舰模型不可，把合适的模型用在合适的场景，才是真正省钱省时的用法。M3.1 Flash 这类高速、低成本的模型，更适合以下几类活：

编程与代码处理。长链路任务、代码生成与修复、脚本改写，最吃“来回速度”，200+ TPS 让“写一段、看一段、改一段”的循环明显更顺；结合 0.08x 的低消耗倍率，把 AI 当结对编程伙伴长期开着也不心疼。

办公自动化与 Agent。需要多步规划、连续调用工具、跨系统取数的任务，恰恰是被“成本三成”大幅释放的场景——原本因为贵而不敢常跑的流程，现在可以放心交给它。

长文档与资料综述。配合 300K、600K、1M 的上下文窗口，它能一口气读完较长的材料再产出结构化结果，适合论文、报告、竞品分析等重阅读的工作。对需要“前后对照着看”的差事——比如核对一份合同里的条款与附件是否一致——大窗口的优势会比任何跑分都更直接。

至于那些对智能上限要求极高、最难的开放推理，仍建议交给旗舰模型；但日常绝大多数任务，这类 Flash 模型已经够用且更划算。

总结

回头再看那两个数字，意义其实很朴素：速度快了，等待就少了；成本低了，原本不敢常跑的任务就敢跑了。200+ TPS 让“写一段、看一段、改一段”的循环更顺，三成的 Agent 成本让长链路流程从“试试看”变成“可以天天跑”，而各项基准同步走高，说明这份便宜不是靠降能力换来的。如果你的工作里有大量重复、多步、需要反复调用的活，它大概率比你现在默认在用的模型更划算；而当这套用法从一个人扩展到整个团队，账面上的差别会更明显。

企业或团队侧有采购计划的，可以借着 WorkBuddy 限时·双倍 Credits 活动 把成本算清楚：活动时间为即日起至 2026 年 12 月 31 日 23:59:59，期间新购、续费或扩容企业旗舰版、企业专享版，每账号每月可在版本已含积分之上再额外获得 2,000 Credits，加赠额度进入团队共享池，随订阅周期按月发放。