悬念只维持了几天。10月19日晚，MiniMax正式发布新一代Flash模型M3.1 Flash，此前在多个开发者社区以匿名身份接受实测的太空兔（Space Bunny），随之揭晓了真身：它就是M3.1 Flash的早期版本。这家公司给新模型的定位是高速智能体模型，官方口径是线上推理速度提升近3倍、综合使用成本降至前代约三成，定价输入每百万词元0.15美元、输出0.60美元，模型权重将在10月23日开源。在国产大模型集体卷向智能体任务的这个秋天，这份成绩单的每个数字都踩在行业最关心的位置上。
先还原这场揭盅的时间线。太空兔最早以匿名模型身份出现在第三方评测与开发者工具的候选列表里，用户在不知厂商、不知参数的情况下拿真实任务试炼，跑分与口碑先于官方发布积累起来。这种先匿名后揭晓的发布方式，好处是成绩无法被质疑为量身定制，OpenCode等平台用户实测后给出的反馈，成了正式发布时最有说服力的背书。发布节奏的设计也值得一说：匿名阶段积累的实测口碑，让正式发布省去了自证环节，开发者社区讨论的焦点直接从这个模型行不行，跳到了怎么把它接进工作流，对厂商而言，这比买榜式宣传便宜得多，也更抗质疑。谜底揭晓后，M3.1 Flash的技术轮廓也完整了：4280亿总参数的混合专家架构，每个词元仅激活约230亿，上下文窗口达到100万词元，主打多步规划、连续工具调用与长程任务执行。官方特别强调了它在跨SaaS系统的真实企业业务工作流中的表现，销售、营销、运营、客服、财务、人力资源这些真实业务问题被列为主要场景，这与行业从跑分竞赛转向真实任务的趋势完全一致。
成本是这次发布最锋利的武器。智能体任务的账单结构与聊天完全不同，一次任务动辄几十轮工具调用与反思修正，词元消耗是普通对话的几十倍，单价稍高就会把总成本放大到难以承受。M3.1 Flash的两头下探正对着这个痛点：一方面采用更激进的稀疏注意力架构，日常场景输出速度超过每秒200词元，中位数稳定在每秒170词元以上，速度提升近3倍意味着同样长度的任务等待时间大幅缩短；另一方面综合使用成本约为前代模型的30%，按官方公布的定价折算，一次长程智能体任务的支出只有原先的零头。渠道方面，模型已通过MiniMax API、M Plan订阅与MiniMax Code三条路径提供，开发者可以直接在编程与计算机操作场景中调用。对照行业背景看，这场价格战早有铺垫：OpenAI在9月底把GPT-6.1 Sol的定价压到输入2美元、输出10美元每百万词元，国产厂商随后把Flash档位的门槛进一步下探到1美元以内，智能体任务的单价曲线正在以季度为单位陡降。
基准成绩是发布会的第二主角。在衡量真实复杂问题的BankerTool Bench上，模型取得76.2分，覆盖多步骤规划、跨文档与跨文件一致性、金融业务合规、工具链式调用等企业场景；软件工程基准DeepSWE v1.1拿到73.7%，对应长链路开发任务的执行能力。两项国产第一更受关注：衡量AI电脑操作与跨应用任务执行的OSWorld V2取得61.7分，评估真实专业工作场景完成度的Agents' Last Exam取得29.6分，均位列国产模型首位。网络安全是超出预期的亮点，CyberGym基准测试取得82%的成绩，官方称模型在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程场景下表现出色，能以低成本支撑安全体系建设。不过第三方媒体也给热度降了温：VentureBeat在报道中指出，M3.1 Flash在商业基准上战胜DeepSeek与Opus 5的同时，幻觉率偏高的问题同样明显，这意味着在准确性要求苛刻的场景，调用方仍需叠加校验机制。
10月23日开源权重，是这份发布里影响最远的安排。权重开放意味着企业可以自托管、可审计、可微调，对金融、政务等数据不出域的场景，这往往比API价格更有决定性。放到近期的行业坐标里看，这步棋的用意更清晰：DeepSeek在10月20日刚把支撑自家API的推理引擎DeepInfer以Apache 2.0协议开源，开源竞争已经从模型权重下探到推理基础设施层，MiniMax选择在权重层面同步跟进，维持的是同一张牌桌上的座位。需要保持冷静的地方也有三处：其一，目前公布的基准均为官方自评，幻觉率问题等待独立评测验证；其二，权重开源的许可证条款与商用边界要等10月23日发布时才能确认；其三，Flash档位的赛道已经高度拥挤， DeepSeek、阿里、智谱都在同价位区间布防，下一阶段的分野将取决于长程任务的真实成功率而非单点跑分。对开发者而言，眼下最实际的动作是拿自己的真实工作流跑一轮对比测试，太空兔的身份揭晓之后，它最终要接受的检验与所有模型一样，是账单和任务完成率。