太空兔身份揭晓：一场跑了 200T token 的匿名公测

9 月 23 日，一个名为 Space Bunny 的匿名模型悄悄出现在 OpenRouter 平台上，中秋假期里直接冲上日调用量榜首，开发者社区猜了快一个月它是谁。10 月 19 日，MiniMax（稀宇科技）正式揭晓答案：M3.1 Flash 上线，那个被昵称为「太空兔」的神秘模型正是它的早期版本，匿名测试期间累计处理了超过 200T token。

线索其实早就露出来了。有开发者对太空兔做分词器测试，发现其 token 计数特征与 MiniMax 现有模型完全一致，Reddit 上随即有人押注它是 M3.1 Flash 的预览版。9 月 28 日，M3.1-Flash-Preview 正式开启公测，官方称其支持原生多模态与百万级上下文窗口，主打日常开发场景。从 MiniMax 官方更新日志看，产品侧的配合动作也很密集：MiniMax Code 在 9 月 28 日当天上架该模型，10 月 1 日至 7 日对所有订阅用户开放无限量使用，10 月起还推出首月五折的限时活动。

用匿名模型先在真实流量里跑分，再转正公布成绩，这套打法正在成为国产模型厂商的标配动作。好处显而易见：200T token 的真实调用量，比任何实验室环境下的测试都更有说服力。

快 3 倍、省 70%：新价格表直接明牌

按官方口径，M3.1 Flash 的线上推理速度提升近 3 倍，Agentic 类任务的综合使用成本较前代降低 70%。具体到价目表：输入价格为每百万 token 1 元，输出价格为每百万 token 4 元，缓存读取价格低至每百万 token 0.1 元。对照一下同档竞品，DeepSeek-V4.1-Flash 目前的 API 定价为每百万输入 token 0.3 美元、输出 1.2 美元，两家都把「轻量档」的价格压到了此前旗舰模型十分之一左右的水平。

渠道方面，M3.1 Flash 已上线 MiniMax API、MPlan 订阅与 MiniMax Code 三端。模型权重官方承诺稍后开放，具体时间未定。对 API 用户来说，缓存读取 0.1 元的定价值得留意——Agent 场景里系统提示词和工具描述往往占掉大半输入量，缓存命中率高的工作流，实际成本还能再往下压一截。

成绩单：Agent、编程、Computer Use 与安全四个方向

官方给出的基准成绩覆盖四个方向，数字相当密集：

• 复杂 Agent 任务：AutomationBench-AA 位居最前列，官方称其在跨 SaaS 系统的真实企业工作流中能完整处理销售、营销、运营、客服、财务、HR 类问题；BankerToolBench 拿到 76.2 分，侧重多步骤规划与金融合规场景。
• 编程：DeepSWE v1.1 评测取得 73.7%，该评测要求模型独立完成代码理解、功能开发、修复与测试验证的完整链路。
• Computer Use：OSWorld V2 拿下 61.7 分，衡量真实经济价值电脑操作的 ALE 拿下 29.6 分，官方称两项均为国产模型第一。
• 网络安全：CyberGym 基准取得 82%，主打漏洞发现与验证能力。

需要提醒的是，这份成绩单目前全部来自官方口径，第三方独立复核尚未跟上。参考此前太空兔在 OpenRouter 与 OpenCode 上被真实用户投票推上日调用榜首的表现，Agentic 与编程方向的水分应该不大，但 OSWorld 这类「国产第一」的宣称，建议等社区实测再下结论。

Flash 档位竞赛：轻量模型成了主战场

把镜头拉远，M3.1 Flash 的发布其实是国内「Flash 档位竞赛」的最新一集。10 月 18 日，DeepSeek-V4.1-Flash-1017 登顶 Arena WebDev 榜首开源模型，总榜 1670 分排第 12，调用成本只有被它挤下去的 Kimi K3 (Max) 的十分之一左右。更早的 9 月 20 日，阶跃星辰发布 Step 5 Preview，官方称仅以约三分之一参数规模跻身全球开源模型前三。我们此前报道过 DeepSeek V4.1 Flash 登顶 Arena 开源榜的详情，感兴趣的可以回看：DeepSeek V4.1 Flash 登顶 Arena 开源榜。

各家不约而同押注轻量档，逻辑是相通的：旗舰模型负责刷榜和立技术标杆，Flash 档负责承接真实流量和营收。开源模型现在占掉了全球七成以上的 token 处理量，却只占厂商总支出的四分之一左右——量在轻量档，钱在旗舰档，这个分工格局已经越来越清晰。

Agent 场景为什么吃低延迟低成本

看懂 M3.1 Flash 的定位，得先看懂 Agent 任务的成本结构。一次完整的 Agent 执行是「规划、调用工具、观察结果、再规划」的循环，一个稍复杂的任务动辄几十次模型调用，每次调用的输入里还带着长长的系统提示、历史轨迹和工具返回。延迟和单价在这个循环里是乘法关系：单次调用慢 3 倍，整个任务就慢 3 倍；单次贵 3 倍，账单就贵 3 倍。

Computer Use 场景更极端。模型要反复截屏、理解画面、决定点击位置，每一轮都是一次完整推理，token 消耗远超普通对话。这也是为什么官方把 OSWorld V2 和 ALE 的成绩单独拎出来讲——低延迟直接决定这类任务能不能在可接受的时间里跑完，低成本直接决定跑完一次任务划不划算。

MiniMax 创始人、CEO 闫俊杰此前在业绩会上的一句话，基本就是这条产品线的注脚：「只有最小化单位智能成本，才有可能最大化智能水平；只有降低单位智能成本，才有可能让更高水平的智能进入更广泛的生产和生活。」成本降下来还有个隐性收益：开发者敢让模型多试错了。以前一次重试心疼一次，现在失败三轮回滚重来的心理门槛完全不同。

速度和价格之外，上限还得看 Pro

Flash 档的取舍也很明确：它换走的是智能上限。官方在通稿里已经预告，追求智能上限的 Pro 版本稍后见面；业绩会披露的信息显示，M3Pro 的参数规模预计提升至约 3T，并扩大强化学习与长程任务训练。也就是说，M3.1 Flash 负责把单位智能成本打下来，真正的旗舰对决还在后面。

对普通开发者的建议很直接：日常编码、批量任务、高并发的 Agent 工作流，M3.1 Flash 这一档现在就是性价比甜点区，可以动手接入实测；而对智能上限敏感的长链路复杂任务，不妨等 Pro 版发布后再做选型。另外两个值得盯的观察点：一是权重开放后的社区实测能否复现官方成绩，二是太空兔式的匿名公测会不会被更多厂商抄走——毕竟，用真实流量投票，总比用营销通稿投票诚实。