MiniMax M3.1 Flash 上线：每百万 0.15 美元进、0.60 出，agent 综合成本降到上代三成
先说价格，因为这是唯一不用打折扣的部分。
| 项 | 每 100 万 token |
|---|---|
| 输入 | 0.15 美元 |
| 输出 | 0.60 美元 |
| 缓存输入 | 0.015 美元 |
不分量级，官方写的是 flat pricing。国内站挂的人民币价是输入 1 元、输出 4 元、缓存 0.1 元（多家中文媒体口径），与美元价基本对得上。相比 M3，输入和输出单价都降了 50% 以上，缓存读取降了 70% 以上；官方给的总说法是agent 类任务综合使用成本是上代的三成。
它是什么
10 月 19 日晚发布，接在 DeepSeek 更新 V4.1-Flash-1017 两天后。官方说它在 agent 任务、编程、Computer Use、网络安全四块是代际提升：
- DeepSWE v1.1：73.7%（复杂软件任务：自己读代码、写功能、修问题、跑测试验证）
- BankerToolBench：76.2%（多步规划、跨文档一致性、链式工具调用）
- OSWorld V2：61.7%，Agents’ Last Exam：29.6%（官方称两项都是国产模型第一）
- CyberGym：82%（漏洞发现与验证）
速度是另一个卖点：更激进的稀疏注意力，日常输出 200+ TPS，P50 稳定在 170+ TPS，比 M3 快近 3 倍。1M 上下文，支持图像输入。
有意思的是它的出身：过去一个多月在 OpenRouter 和 OpenCode 上 token 日调用量冲到榜首的匿名模型 Space Bunny，官方这次承认就是 M3.1 Flash 的早期版本，期间处理了超过 200 万亿 token。也就是说这不是纸面发布，是被真实流量压过的。
开放渠道：MiniMax API、M Plan 订阅、MiniMax Code（桌面客户端）。官方只写了”权重稍后放出”，多家报道指向 10 月 23 日。
今天能做什么
最直接的：把 agent 流水线上”不需要最强模型”的那一层换过来算一次账。
一个每天跑 200 次任务的 agent，每次 2 万输入 / 2 千输出，走 M3.1 Flash 是 200 × (0.02 × 0.15 + 0.002 × 0.6) = 约 0.84 美元/天，一个月约 25 美元。同一条流水线换成每百万 2 美元进 / 10 美元出的前沿模型，是 200 × (0.04 + 0.02) = 12 美元/天，一个月 360 美元。
差 14 倍。这类账本站反复算过，但每次有模型把单价砍一半，就值得重算一次——因为”贵多少”这个答案一直在变。
泼冷水
第一，所有 benchmark 都是厂商自己报的，包括”与头部模型并列”这个说法。OSWorld V2 的 61.7% 意味着还有 38% 的真实电脑操作任务做不成；拿它跑无人值守的 Computer Use，失败率是你能感知的。
第二，官方没给幻觉率和拒答率的数字。这类模型为了在 agent 评测上拿分，常见的取向是”不确定也照答”，而这恰恰是自动化流水线里最贵的一种错误——它不会报错，它会把错的东西写进你的数据库。上线前用你自己的 200 条样本测，别看跑分。
第三，缓存输入 0.015 美元这个价格只有命中时才成立。如果你的 prompt 每次都在变（时间戳、随机 ID、未排序的检索结果），缓存命中率接近 0，那个”便宜 10 倍”的输入价跟你没关系。先把 prompt 结构固定下来再谈缓存省钱。
第四，权重”稍后放出”没有任何承诺。别把”等开源后自部署”写进你的计划表。
具体建议
- 挑一条真实的流水线做 A/B：同一批任务，一半走你现在的主力模型，一半走 M3.1 Flash，用你自己的验收标准打分，别用 benchmark。
- 把系统提示词、工具定义、少样本样例固定成不可变前缀，把每次变化的内容放最后。这是拿到 0.015 美元缓存价的前提，也是所有模型通用的省钱动作。
- 分层，不要替换。执行层用 Flash，判断层和兜底留给更强的模型。单价差 10 倍的时候，分层比调参省得多。
- 记录每次换模型的日期与单价。三个月后你会需要这张表，尤其是厂商悄悄改价的时候。