网通社科技快报
MiniMax M3.1 Flash 72小时处理100万亿Token 遭背题质疑
10月19日，MiniMax正式推出轻量化大模型M3.1 Flash，上线72小时内处理Token总量突破100万亿，其中OpenRouter平台免费版近七日达13.7万亿，位列第三；其综合使用成本较前代M3下降70%，API定价为输入0.15美元/百万Token、输出0.60美元/百万Token，显著低于DeepSeek V4.1 Flash-1017的0.26美元/百万Token（平均）。该模型实为9月匿名上线的Space Bunny Alpha，此前已在OpenRouter累计调用超200万亿Token。
然而高调用量伴随强烈质疑。多位用户与测评者指出，M3.1 Flash在公开评测中呈现“老题接近满分、新题近乎零分”的异常表现。AI博主“猫老板”在其私有榜单“致知”中发现，模型单题平均消耗Token高达4万余，但部分难题仅用约1万Token即答对，违背推理复杂度与Token消耗正相关的常理。开发者Binkg设计改题实验验证：将AA-Omniscience题库中一道生产管理题的“长期规划”改为“中期”，正确答案应由“资源需求计划”（RRP）变为“粗能力计划”（RCCP），DeepSeek V4.1 Flash-1017与Gemini 4 Argon均正确响应，而M3.1 Flash仍固执输出原答案RRP。
另有用户复测发现，同一题目英文提问时答错，切换中文并另开对话后却答对，进一步引发“模型通过语言或上下文特征识别评测场景”的猜测。MiniMax尚未就技术细节回应，仅强调模型在coding与多步骤智能体任务上持续优化，并已按新规完成AI技术出口临时登记，获准海外部署与开源授权。行业专家指出，当前Flash模型竞争聚焦“智能密度”提升，参数效率每3.5个月翻倍，但若低价策略建立在泛化能力不足基础上，短期流量红利难以转化为长期信任。
然而高调用量伴随强烈质疑。多位用户与测评者指出，M3.1 Flash在公开评测中呈现“老题接近满分、新题近乎零分”的异常表现。AI博主“猫老板”在其私有榜单“致知”中发现，模型单题平均消耗Token高达4万余，但部分难题仅用约1万Token即答对，违背推理复杂度与Token消耗正相关的常理。开发者Binkg设计改题实验验证：将AA-Omniscience题库中一道生产管理题的“长期规划”改为“中期”，正确答案应由“资源需求计划”（RRP）变为“粗能力计划”（RCCP），DeepSeek V4.1 Flash-1017与Gemini 4 Argon均正确响应，而M3.1 Flash仍固执输出原答案RRP。
另有用户复测发现，同一题目英文提问时答错，切换中文并另开对话后却答对，进一步引发“模型通过语言或上下文特征识别评测场景”的猜测。MiniMax尚未就技术细节回应，仅强调模型在coding与多步骤智能体任务上持续优化，并已按新规完成AI技术出口临时登记，获准海外部署与开源授权。行业专家指出，当前Flash模型竞争聚焦“智能密度”提升，参数效率每3.5个月翻倍，但若低价策略建立在泛化能力不足基础上，短期流量红利难以转化为长期信任。