MiniMax-M3.1-Flash 在 Artificial Analysis Intelligence Index 上得分 42，比 MiniMax-M3 高 13 分，且每任务成本不到其一半。它的得分与 GLM-5.3-Flash 持平，但落后于 DeepSeek V4.1 Flash 1017

MiniMax-M3.1-Flash 是 @MiniMax_AI 的新款 Flash 推理模型，我们在其最大努力设置下进行了基准测试。它在 Artificial Analysis Intelligence Index 上得分 42，与 GLM-5.3-Flash（max，42）持平，略高于 Gemini 3.8 Flash（high，41），落后于 DeepSeek V4.1 Flash 1017（max，45）

关键要点：
➤ 与 M3 相比，复杂推理能力大幅提升：MiniMax-M3.1-Flash 在 Humanity's Last Exam 上得分 48%，领先于 GLM-5.3-Flash（max，40%）和 DeepSeek V4.1 Flash 1017（max，43%），与 Gemini 3.8 Flash（high，48%）持平。在 CritPt 上它得分 22%，领先于 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），仅落后于 DeepSeek V4.1 Flash 1017（24%）。这些成绩较 MiniMax-M3 的 39% 和 4% 有所提升

➤ 更少的输出 token，更低的每任务成本：MiniMax-M3.1-Flash 运行 Intelligence Index 使用了约 189M 输出 token，明显少于 GLM-5.3-Flash（max，约 324M）、DeepSeek V4.1 Flash 1017（max，约 224M）和 Gemini 3.8 Flash（high，约 334M）。结合每 1M 输入/输出 token 定价 $0.15/$0.60，这使其每项 Intelligence Index 任务成本约为 $0.22，而 GLM-5.3-Flash 约为 $0.28，DeepSeek V4.1 Flash 1017 约为 $0.26，Gemini 3.8 Flash 约为 $1.24，且不到 MiniMax-M3 约 $0.51 的一半

➤ AA-Omniscience 准确率高，但被高幻觉率抵消：MiniMax-M3.1-Flash 在 AA-Omniscience（我们衡量事实回忆和幻觉的基准）上正确回答了 56% 的问题，而 GLM-5.3-Flash（max）为 28%，DeepSeek V4.1 Flash 1017（max）为 43%。它几乎尝试了所有问题，导致幻觉率为 93%，在 AA-Omniscience 上的总分为 16

关键模型细节：

➤ 上下文窗口：1M tokens

➤ 多模态：文本和图像输入，文本输出

➤ 定价：每 1M 输入/输出 token $0.15/$0.60，缓存输入为 $0.015/M

➤ 可用性：MiniMax 第一方 API，MiniMax 宣布将于 10 月 23 日发布开放权重

➤ 许可：目前为闭源权重，MiniMax 宣布将于 10 月 23 日发布权重