匿名霸榜的“Space Bunny”摘下面具：MiniMax M3.1 Flash 把 Agent 做成了按量批发的生意
MiniMax 认领匿名霸榜的“Space Bunny”：M3.1 Flash 主打 Agent 任务成本比上代低 70%、在线推理快近 3 倍，权重稍后发布。
01
这两天 X 上有个话题挺有意思。
之前在 OpenRouter 和 OpenCode 上匿名跑了很久的一个模型，叫“Space Bunny”，终于有人认领了。
认领的是 MiniMax。
据 MiniMax 官方博客 10 月 19 日的说法，“Space Bunny”就是 M3.1 Flash 的早期版本。
匿名期间，它处理了超过 200 万亿 token。
我看到这个数字的时候，愣了一下。
一个连名字都没有的模型，在两个平台上被人用掉了这么多 token？
这就像一家没挂招牌的小馆子，开在美食街拐角，结果每天排长队。
后来大家才知道，后厨是某家大酒楼派来试菜的。
冒昧了，原来是熟人。
那么问题来了。
一个模型为什么要先匿名跑，再出来认领？
M3.1 Flash 到底想卖给谁？
02
先把官方的账本摊开。
以下数字，全部来自 MiniMax 官方博客，属于厂商自报。
第一条，Agent 任务的整体使用成本，比上一代低 70%。
第二条，在线推理快了近 3 倍。
第三条，日常输出 200+ TPS，P50 稳定在 170+ TPS。
官方给的解释是，用了更激进的稀疏化。
再看价格，每百万 token，输入 $0.15，输出 $0.60，缓存输入 $0.015。
成绩单也列了一串。
DeepSWE v1.1 是 73.7%。
OSWorld V2 是 61.7。
Agents' Last Exam 是 29.6。
官方说这两项都是国产模型第一。
BankerToolBench 是 76.2。
CyberGym 是 82%。
AutomationBench-AA 位列前列。
再强调一遍，这些都是 MiniMax 自己报的，我没看到第三方复现。
看完这张单子，你发现没有，它几乎不怎么跟你聊“聊天有多聪明”。
它聊的是写代码、操作电脑、做 Agent 任务、跑银行工具、打网络安全靶场。
全是干活的。
说白了，这就不是一个陪你聊天的模型。
这是一个给你派去打工的模型。
03
为什么 Flash 模型非要盯着 Agent？
因为 Agent 这门生意，最怕的不是笨，是贵。
你跟聊天机器人说一句话，它回你一段，这事就结束了。
但 Agent 不是这样干活的。
它要读代码，要调工具，要看报错，要回头改，要再跑一遍。
一个任务下来，模型可能要来回折腾很多轮。
每一轮，都在烧 token。
每一个 token，都在烧钱。
所以 Agent 的成本，不是按“一问一答”算的，是按“一整个任务”算的。
这也是为什么官方这次强调的是“Agent 任务整体使用成本”低 70%，而不是单纯说单价便宜了多少。
单价是货架上的标签。
整体成本才是你月底刷卡的账单。
这两个东西，不是一回事。
很多人买东西只看标签，结账的时候才发现，标签便宜，件数多啊。
那缓存输入为什么要单独标价？
Agent 干活的时候，同一份代码、同一份说明，会被反复喂给模型。
能走缓存的部分越多，账单越好看（这是我对缓存定价用途的理解，官方博客没有展开这一点）。
说白了，就是熟客回头，不再收全价。
至于速度，近 3 倍听着像是锦上添花。
但对 Agent 来说，快就是钱。
一个要来回跑很多轮的任务，每一轮慢一点，叠起来就是你坐在电脑前干等。
等得越久，你越想换一家。
04
现在回头看那个匿名期，就有意思了。
为什么要匿名？
官方没有解释原因，下面是我的推断。
你想想看，如果一个模型一上来就挂着大厂招牌，大家会怎么用？
有人冲着牌子来，有人冲着黑它来，有人随便试两句就走。
这时候拿到的数据，掺了太多情绪。
但如果它没名字，开在 OpenRouter 和 OpenCode 这种开发者扎堆的地方，会发生什么？
谁用它，谁就是真觉得它好用，或者真觉得它便宜。
没人给它面子，也没人跟它过不去。
用就是用，走就是走。
超过 200 万亿 token 的量，就是用户一票一票投出来的。
这比开发布会喊口号实在多了。
这就像新菜不写名字先上桌，吃的人说好吃，才写进菜单。
当然，这是我按商业逻辑做的推测。
MiniMax 匿名运行的真实目的，官方博客里我没看到明说。
05
那么，这事跟普通人有什么关系？
关系就在于，Agent 这条赛道，正在从“能不能做”，变成“能不能大量做”。
以前大家比的是，谁的模型最聪明。
现在开始比的是，谁的模型干一件活最便宜、最快、还不太出错。
这就像外卖。
一开始大家比谁家菜好吃。
后来大家发现，菜好吃是基本盘，送得快、价格稳，才是复购。
Agent 也一样。
一个企业要把 Agent 放进日常流程，不是跑一次 demo 就完了。
它要每天跑，跑很多次，跑一整年。
这时候，单次任务成本差一点，乘上次数，就是另一回事了。
所以 Flash 模型的意义，不在于它是不是最强。
在于它能不能把“请一个 AI 打工”这件事，从奢侈品做成日用品。
我们假设一个场景，注意，是假设。
一个小团队想让 Agent 每天夜里自动跑测试、修小 bug、整理报错。
这件事放在以前，老板第一反应是算账。
跑一晚上要多少钱？
跑一个月呢？
万一 Agent 绕进死循环，一晚上烧掉一堆 token，算谁的？
算到最后，很多人的结论是，算了，还是人来吧。
不是 AI 不会干，是 AI 太贵，贵到不敢让它放开干。
Flash 这类模型想解决的，就是这个“不敢”。
价格压下来，速度提上去，老板按计算器的手才会慢一点。
（以上是我对行业方向的判断，不是 MiniMax 的原话。）
06
不过，别急着把钱包掏出来。
有几件事，得先说清楚。
第一，权重“稍后发布”。
注意，是稍后，不是现在。
想自己部署的朋友，现在还拿不到。
第二，Pro 版是“随后”才来。
所以这次正式能用的，是 Flash。
第三，现在的使用入口是 MiniMax API、M Plan，以及 MiniMax Code 桌面版。
第四，所有成绩和成本数字，目前都是官方自报。
“国产模型第一”也是官方的说法。
你要把它接进自己的业务，最靠谱的办法，是拿自己的真实任务去跑一遍。
看看在你家的代码库、你家的工具链上，到底能省多少，到底快多少。
别人的跑分，是别人的。
你的账单，才是你的。
我觉得这次最值得看的，不是哪项跑分又涨了几个点。
是一个模型先不报家门，在开发者堆里被实打实用了这么多，才出来领奖。
在一个人人都爱开发布会的行业里，先干活后报名的打法，反而显得有点老实。
当然，老实不老实，最后还得看权重什么时候真放出来，看价格能撑多久。
大厂砸钱压价，开发者白嫖跑任务。
他们卷，我们省。
只能说，我爱这个魔幻的世界。
来源：MiniMax 官方博客（2026-10-19）；X 话题。成本、速度、价格与基准成绩均为 MiniMax 官方自报，“国产模型第一”为官方说法，未见第三方复现；截至发稿官方博客仍写权重“稍后发布”（Model weights will be released later）、Pro 版随后推出，Hugging Face 上暂无 M3.1 权重；匿名运行的动机官方未说明；X 话题为社区讨论，未核实。头图来自 MiniMax 官方。