兔子现身：MiniMax M3.1 Flash 揭开"Space Bunny"真面目，agent 任务成本砍 70%

10 月 19 日，MiniMax 在官方博客扔出一颗"实锤"：过去一个多月在各大模型榜单上匿名屠榜、被开发者们称为 Space Bunny（太空兔）的神秘模型，就是今天正式发布的 MiniMax M3.1 Flash。官方原话是："Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash."

一个匿名模型，悄无声息地处理了 200 万亿 tokens——这是 MiniMax 自己披露的数字。作为参照，OpenRouter 在揭晓帖里说，Space Bunny 在它家平台连续 10 天霸榜第一，累计处理 56.7 万亿 tokens，是 OpenRouter 历史上跑量最大的 stealth 模型。榜单第一、零宣发、连名字都没有，开发者社区猜了整整一个月：有人说是某大厂的秘密武器，有人怀疑是蒸馏套壳。10 月 19 日谜底揭开：兔子是 MiniMax 家养的。

但这篇新闻的真正看点不是"猜谜游戏"本身，而是 MiniMax 把一种新的发布范式摆到了台面上：先匿名上榜、用真实流量做公测，再官宣。OpenRouter 在揭晓帖里写得很直白——stealth 期间的用户反馈帮 MiniMax 修了 bug、做了升级：首 token 时间从 1.95 秒压到 1.22 秒（提升 38%），吞吐从 70 tok/s 提到 100 tok/s（提升 45%），错误率从 1.4% 降到 0.7%。换句话说，Space Bunny 的 200 万亿 tokens 不是营销噱头，而是一次规模空前的免费公开测试。以前厂商发模型靠"内部评测+发布会"，MiniMax 这次靠的是"匿名+榜单+真实用户"。这种打法以后只会越来越多——因为榜单流量是免费的，而发布会流量越来越贵。

硬数据：便宜 70%，快 3 倍，coding 和 agent 全都要

先看官方给出的核心数据（全部引自 10 月 19 日 MiniMax 官方博客，页内标注发布日期 2026-10-19）：

• agentic 任务（cowork）：AutomationBench-AA 名列前茅，能端到端完成销售、市场、运营、客服、财务、HR 的真实企业工作流；BankerToolBench 76.2 分，覆盖多步规划、跨文档一致性、财务合规、链式工具调用。
• coding：DeepSWE v1.1 73.7%——这个榜测的是模型独立理解代码、开发功能、修 bug、跑测试验证的完整软件工程能力，MiniMax 称其"与顶级模型并列"。
• Computer Use：OSWorld V2 61.7 分，Agents' Last Exam（ALE，测真实职业任务）29.6 分，两项均为中国模型第一。
• 网络安全：CyberGym 82%，覆盖代码审计、漏洞修补、渗透测试、恶意软件分析、逆向工程。
• 速度：日常使用输出速度 200+ tok/s，中位数（P50）稳定在 170+ tok/s；在线推理接近 3 倍提速。
• 价格：每百万 tokens 输入 $0.15、输出 $0.60、缓存输入 $0.015；agent 任务整体使用成本比上一代低 70%。

有意思的细节藏在定价逻辑里。MiniMax 这次没有按"模型越大越贵"的老套路，而是把价格锚定在 agent 任务成本上：输入便宜到 $0.15/1M，缓存输入更是只有 $0.015——这明显是为 agent 的多轮工具调用场景设计的。agent 跑一个任务要调几十上百次模型，上下文越滚越大，缓存命中率直接决定账单。MiniMax 把缓存输入价格打到输入价的十分之一，等于在对开发者喊话：放心让 agent 多跑几轮，账单我兜着。

为什么这对 vibe 开发者是大事

先说一个残酷的现实：2026 年的 agent 开发，瓶颈早就不是"模型够不够聪明"，而是"跑得起跑不起"。一个中等复杂度的 coding agent 任务，轻松烧掉几十万 tokens；按 GPT 级定价，一天跑几十个任务就是真金白银。很多独立开发者不是不想用 agent，而是"看着账单心疼"。M3.1 Flash 把 agent 任务成本砍掉 70%、输出还干到 200+ tok/s，这意味着原来"跑不起"的长链条 agent 工作流（多文件重构、全仓库测试、持续监控），现在可以当成默认选项了。

其次，MiniMax 这次把 thinking depth（推理深度）做成了可调档位：从 low 到 max 五档，默认 max，且推理不可完全关闭。对开发者来说这是个务实的信号——简单任务用低档省钱省时间，复杂任务拉满。这比"一刀切"的推理开关更贴近真实工作流：vibe coding 里 80% 的任务其实不需要深度思考，剩下的 20% 才值得烧 token。档位化推理，本质上是把"成本控制"从 prompt 技巧变成了产品功能。

第三，M3.1 Flash 内置了 web search，输入支持文本、图像、视频，上下文 100 万 tokens（输入输出合计），API 已经在 platform.minimax.io 上线，还塞进了桌面应用 MiniMax Code。对独立开发者最直接的意义是：又多了一个"便宜、快、能干活"的 agent 底座选项，而且 10 月 23 日就要放出开放权重——本地部署、微调、私有化，路都铺好了。

中国轻量模型的"三足鼎立"正在成型

把时间线拉开看，M3.1 Flash 发布前两天（10 月 17 日），DeepSeek 刚发布了 V4.1-Flash-1017，主打代码与 agent 能力提升、搜索 API 开放；再往前，智谱的 GLM 系列 Flash 版本也在同一价格带厮杀。第三方实测（EmpirioLabs 的 coding 对比）显示：四项编程测试里，MiMo V2.6 Flash 拿下两项，M3.1 Flash 和 Qwen3.8 Flash 各拿一项——没有一家能通吃。

这恰恰是 2026 年下半年中国模型格局最值得玩味的地方：大参数旗舰模型的竞争已经白热化，但真正的"开发者基本盘"争夺发生在 Flash 级别——便宜、快、够用。MiniMax、DeepSeek、智谱、Qwen 在这个档位贴身肉搏，价格一个比一个狠（M3.1 Flash 的 $0.60/1M 输出直接对标 DeepSeek 的峰值定价），榜单一个比一个卷。HN 上这条新闻 5 小时冲到 305 points，评论区 126 条讨论，说明西方开发者也在认真看这场"东方价格战"——毕竟，agent 的账单不分国界。

还有一个容易被忽略的信号：MiniMax 在博客结尾预告了 Pro 版本（"pushes the boundaries of intelligence"）。Flash 负责走量、Pro 负责拔高，这是典型的双线打法。结合 Space Bunny stealth 期间 200 万亿 tokens 的真实流量，MiniMax 手里现在握着的可能是全行业最丰富的"轻量模型真实 agent 行为数据"。数据飞轮转起来，下一代 Pro 的起点就比别人高。

算一笔账：agent 时代的"性价比"到底怎么算

MiniMax 在博客里反复强调一个词：cost per task（单任务成本），而不是 cost per token。Oossa 的报道算过一笔账：M3.1 Flash 跑一个 agent 任务的成本大约 $0.22，只有上一代 M3 的三分之一。这个视角的转换很关键——开发者不关心"一百万 token 多少钱"，关心的是"让 agent 帮我重构完这个模块多少钱"。按 token 计价是基础设施思维，按任务计价才是产品思维。

官方博客里那张"性能-成本"对照图（Automation-Bench / DeepSWE / Agents' Last Exam 三项）想讲的也是这个故事：顶级模型的表现，平民模型的价格。第三方拆解（日文 AI 频道的逐帧分析）提到一个细节：Automation-Bench 上 M3.1 Flash 62.2 分，官方宣称"超过 Opus 5.5"，而成本只有 Opus 级模型的约二十分之一。当然，这里的"二十分之一"是读图估算，不同任务的成本结构差异很大——但方向是对的：Flash 级模型的"性能/价格比"曲线正在陡峭化，而旗舰模型的边际收益在递减。

对独立开发者来说，这笔账要结合缓存一起算。Agent 工作流的典型 token 构成是：系统提示词 + 历史上下文（大头）+ 工具返回 + 新生成。M3.1 Flash 把缓存输入定到 $0.015/1M——只有标准输入价的十分之一。这意味着：长上下文、多轮次的 agent 任务，实际账单会比标价便宜一个数量级。以前你不敢让 agent 跑 50 轮工具调用，现在缓存机制下，第 2 轮之后的上下文几乎是"白送"的。这种定价不是慈善，是 MiniMax 在用价格设计引导开发者的使用习惯：多轮次、长上下文、重工具调用——正是 agent 的原生形态。

还有一个技术细节值得单独拎出来：MiniMax 说通过"更激进的稀疏化"（more aggressive sparsity）优化了推理效率。稀疏化 + Flash 定价 + 可调推理深度，这三件套组合起来，M3.1 Flash 的定位就很清晰了：它是为"高频、短平快、工具密集"的 agent 调用设计的，而不是为"一次写出完美论文"设计的。这和旗舰模型的定位是互补的，不是替代的。聪明的团队会开始做"模型路由"：简单任务走 Flash，烧脑任务走 Pro/旗舰——而这正是 MiniMax 预告 Pro 版本的原因：两条产品线，一个账本。

Stealth 发布：MiniMax 给行业上的一课

回到 Space Bunny 本身。这次"匿名屠榜"值得单独写一段，因为它可能正在变成一种新的行业惯例。

传统模型发布是"发布会驱动"：定日子、发博客、买媒体、冲榜单，一次性把声量拉满。问题是，榜单成绩和真实体验之间永远有 gap——厂商的内部评测是"开卷考试"，用户拿到手才是"闭卷"。Space Bunny 反其道而行：先闭卷考试，再开卷公布成绩。200 万亿 tokens 的真实调用里，有开发者拿它写代码、跑 agent、做评测，bug 和短板在匿名期就被真实流量冲刷出来了。OpenRouter 说 stealth 期间 TTFT 从 1.95s 压到 1.22s、错误率减半——这些优化发生在"官宣"之前，所以 10 月 19 日的发布博客，每一个数字都是"已经验证过的数字"。这比任何发布会话术都硬。

当然，这种打法也有代价：匿名期零品牌收益，所有流量都沉淀给了榜单平台（OpenRouter、LMArena）。但 MiniMax 显然算过账：一个"Space Bunny 到底是谁"的悬念，本身就是传播。10 月 19 日官宣视频里，一枚胡萝卜形状的火箭升空，配文"Welcome back, Space Bunny"——悬念揭晓的瞬间，之前一个月的猜测全部转化成了品牌资产。HN 305 points、X 官宣帖 2 小时 51 万浏览，就是这笔"悬念营销"的回报。

对 vibe 开发者和独立黑客的启发是：以后看到榜单上的匿名模型，多留意。它可能是某家的下一代旗舰在"裸考"。而如果你自己在做 AI 产品，Space Bunny 证明了一件事：真实用户流量的验证价值，远大于精心设计的 demo。先让产品在匿名状态下接受毒打，再体面地官宣——这对独立开发者尤其友好，因为你本来就没有发布会的预算。

MiniMax 的棋局：不止是一个模型

M3.1 Flash 的发布要放在 MiniMax 的整体棋局里看。这家公司 2026 年在港交所上市（0100.HK），发布当天股价涨 1.45% 收于 182.1 港元——市场用真金白银投票，说明资本市场认可"轻量 agent 模型"这条赛道，也认可 MiniMax"模型+应用+订阅"的三层打法。同时推进的还有 M Plan 订阅制和桌面应用 MiniMax Code：API 走开发者、订阅走重度用户、桌面应用走大众——三层漏斗，一个模型底座，互相导流、互相验证。

MiniMax Code 这个产品值得 vibe 开发者关注。它是一个桌面 agent 应用，M3.1 Flash 是它的默认引擎。这意味着 MiniMax 不只是在卖 token，而是在用自己的应用验证自己的模型：M3.1 Flash 在 OSWorld V2（61.7）、ALE（29.6）上的 Computer Use 能力，会直接沉淀为 MiniMax Code 的产品体验。模型和应用互相喂数据、互相打磨——这是 OpenAI（ChatGPT+API）、Anthropic（Claude+API）都验证过的飞轮，MiniMax 正在复制。

而 10 月 23 日的开放权重发布，则是另一招：把 M3.1 Flash 交给社区。开放权重意味着本地部署、私有化微调、魔改蒸馏，全部放行。对中国开发者生态来说，又多了一个"可本地跑、可商用"的强力底座；对 MiniMax 来说，社区的微调和魔改是最好的免费 R&D。Space Bunny 在 stealth 期吃的是"在线流量"，开放权重后吃的是"社区智慧"——两波红利，MiniMax 都要。

给 vibe 开发者的实战建议

最后说点实在的。如果你是独立开发者或小团队，M3.1 Flash 发布后可以做这几件事：

• 把"模型路由"提上日程：简单任务（格式化、翻译、摘要）走 Flash 低推理档，复杂任务（架构设计、难 bug）走高推理档或旗舰模型。M3.1 Flash 的五档 thinking depth 就是为这种分层准备的。
• 重算你的 agent 账单：如果你现在的 agent 工作流跑在旗舰模型上，拿 M3.1 Flash 跑一遍对比——成本降 70% 不是小数目，省下来的预算可以用来跑更多轮次、更多实验。
• 关注 10 月 23 日的开放权重：能本地跑，意味着隐私敏感场景、私有代码库场景有了新选项。先在 OpenRouter 免费试用（发布后 72 小时免费），再决定要不要深度接入。
• 学 MiniMax 的"匿名验证"思路：做 AI 产品，别急着开发布会。先找一小撮真实用户（甚至匿名），让真实流量毒打一轮，数据好看了再官宣。

一句话总结：M3.1 Flash 不是"又一个新模型"，而是 agent 经济学的一次调价——当单任务成本降到 $0.22 量级，"让 agent 替我干活"就从"偶尔奢侈"变成了"默认选项"。而 Space Bunny 的故事提醒我们：2026 年最好的模型发布，可能根本没有发布会。接下来值得盯的三件事：10 月 23 日开放权重的社区反响、Pro 版本的真实定位，以及 DeepSeek、Qwen 们的下一张牌——Flash 级的战争，才刚刚开场。

Flash 级军备竞赛：2026 年最惨烈的战场不在旗舰，在"够用"

如果只看 M3.1 Flash 本身，会错过更大的图景：2026 年 10 月，全球模型竞争最惨烈的战场，根本不是 GPT-6、Claude Opus 那个档位的旗舰对决，而是 Flash 级——"便宜、快、够用"的中间档。旗舰模型拼的是"谁更聪明"，Flash 级拼的是"谁更划算"，而后者才是决定开发者生态归属的战场：独立开发者、小团队、agent 创业公司，花的每一分钱都是自己的，天然用脚投票给性价比。

看看 10 月这个"Flash 月"的时间线：10 月 17 日 DeepSeek 发布 V4.1-Flash-1017，主打代码与 agent 能力提升，还同步开放了自研搜索 API（Search + Fetch，每千次 5 元，11 月 1 日前免费）——这是要把"联网"这个关键闭环收归己有；10 月 19 日 MiniMax M3.1 Flash 跟进，Automation-Bench 上直接叫板 Opus 5.5；同一周，Qwen3.8 Flash、MiMo V2.6 Flash、GLM-5.3-Flash 都在榜单上贴身肉搏。EmpirioLabs 的实测是这个战场最真实的横截面：四个编程任务，MiMo 拿两项，MiniMax 和 Qwen 各拿一项——没有赢家通吃，只有贴身肉搏。

这种格局对开发者是天大的好事。Flash 级的竞争逻辑和旗舰完全不同：旗舰竞争是"秀肌肉"，厂商愿意烧钱换声量；Flash 竞争是"抢账单"，必须真刀真枪降成本、提速度、拼生态。M3.1 Flash 的 $0.15/$0.60 定价、200+ tok/s 输出、100 万上下文、五档推理深度，每一项都是冲着"让开发者把生产流量切过来"去的。DeepSeek 的搜索 API 开放、MiniMax 的开放权重预告，也都是生态卡位动作。当厂商开始为你的账单打架时，你就知道这个市场成熟了。

更深一层看，Flash 级的崛起正在重塑 agent 的技术路线。以前 agent 框架默认"用最强的模型"，因为任务成功率优先；现在 Flash 级模型在 DeepSWE、OSWorld 这些硬榜上追到旗舰的 80-90%，价格却是十分之一甚至二十分之一，理性选择变成了"分层路由"：简单任务 Flash、低推理档；复杂任务旗舰、高推理档。M3.1 Flash 的五档 thinking depth、DeepSeek 的搜索闭环，都是在为这种分层架构铺路。未来的 agent 系统，模型选择会像现在的云服务器选型一样 routine：按需、按档、按账单。而今天 M3.1 Flash 的发布，就是这场"agent 基础设施平价化"运动的又一块里程碑。

补一个冷知识：Space Bunny 这个名字并非 MiniMax 首创的营销话术——在匿名榜单文化里，stealth 模型历来用随机代号，而"兔子"恰好撞上了"快"的意象。MiniMax 顺水推舟把代号变成品牌，从此"兔子=又快又便宜"的心智就立住了。这波操作，产品、营销、社区三赢。

透明度说明

本文所有基准分数、价格、速度数据均引自 MiniMax 2026 年 10 月 19 日官方博客原文（页内标注 Published: 2026-10-19），属厂商单方面披露，尚未经独立第三方复现验证。OpenRouter 的 stealth 数据（56.7 万亿 tokens、10 天榜首、TTFT/吞吐/错误率改进）引自其揭晓帖；DeepSeek V4.1-Flash-1017 的对比数据引自第三方实测与厂商公告。模型开放权重计划于 10 月 23 日发布，截至发稿尚未上线，本地部署与微调效果有待验证。MiniMax 港股（0100.HK）发布当日收涨 1.45% 至 182.1 港元，引自财联社口径的第三方报道。