MiniMax 把模型提速三倍还降价七成，国产模型又卷参数转向效率了

一边把速度拉到原来的近三倍，一边把成本砍掉七成—— MiniMax 这波更新，走的不是 " 更大 "，而是 " 更划算 " 的路线。

10 月 20 日，MiniMax 更新了 M3.1 Flash。官方披露，它的早期版本已经匿名处理过超 200T Token 的 Space Bunny 负载，在 Agent、编程、Computer Use 和网络安全等能力上实现了代际提升。新版本采用更激进的稀疏注意力架构，输出速度超过每秒 200 个 Token。

成绩单也挺亮眼：DeepSWE v1.1 得分 73.7%，OSWorld V2 拿到 61.7 分、ALE 29.6 分，均列国产第一；CyberGym 82 分，BankerToolBench 76.2 分。价格上，输入每百万 Token 1 元、输出 4 元，已经上线 API、MPlan 与 MiniMax Code，稍后还会开放权重。

这背后是一条清晰的成本竞争主线。前几个月，国产模型还在比谁的榜单分数高、谁的参数量大；现在越来越多玩家把 " 推理效率 " 和 " 单位价格 " 当成核心卖点。对开发者来说，模型够用且便宜，往往比参数最大更实在。

更关键的是开放权重这一步。开源意味着社区可以自己部署、自己适配，不用被单一 API 的价格和稳定性绑死。对用户来说，这类更新最直观的好处是 " 同样的钱办更多的事 "：当单次调用成本被压到几分钱级别，更多小团队才敢把 AI 真正塞进产品，而不是停在演示视频。

当然，效率的提升也有代价：更激进的稀疏注意力架构，可能在极少数复杂长任务上牺牲一点精度。但对绝大多数日常调用来说，速度和价格的改善，远比那一点边缘精度更值钱。模型竞争的下半场，拼的就是这种 " 够用且便宜 " 的取舍。

MiniMax 这步走得聪明：不声张参数神话，只把 " 快又便宜 " 做实。当大模型竞争从 " 谁最能打 " 转向 " 谁最省钱 "，受益的终究是用模型做事的人。你用国产模型多吗？最在意速度是价格还是能力？评论区说说。