📖 AI 总结

MiniMax 发布 M3.1 Flash，主打 Agent 场景下的低成本与高实效。该模型在 AgentBench 与 Artificial Analysis 榜单均位列第一，成为国产模型在 Agent 赛道上的领先者。其前身匿名模型 Space Bunny 曾在 OpenCode 和 OpenRouter 调用量榜单上表现突出，验证了从自然语言指令到交付可运行应用的能力。评测数据显示，M3.1 Flash 在 DeepSWE v1.1 上得分 73.7%，OSWorld V2 为 61.7，Agents' Last Exam 为 29.6，位列中国模型第一，仅略逊于 Opus 5 和 GPT-5.6 Sol；在 BankerToolBench、CyberGym 和 Automation-Bench 上也取得较好成绩。文章的核心判断是，Agent 时代的模型竞争已从参数和榜单分数转向任务完成度、执行速度与成本控制的综合比拼，低成本模型同样可以参与复杂编程、电脑操作和多步骤任务的竞争。