MiniMax认领太空兔模型，M3.1Flash正式发布并开源，前端编码与Agent能力显著提升

10月19日晚，MiniMax官方账号发布一支短片：一枚刻有“Space Bunny”字样的胡萝卜火箭点火升空，背景是地球弧线与深邃太空。配文仅一句：“Welcome back, Space Bunny”。此举正式确认——过去三周霸占OpenRouter与OpenCode调用量榜首的匿名模型“太空兔”，实为MiniMax研发的M3.1 Flash早期版本。

自9月下旬上线以来，Space Bunny以极低曝光度迅速走红。它不依赖品牌宣传，仅凭社区用户在X平台分享的一句Prompt生成3D场景——火箭发射、体素花园、GPU流体模拟、机械蜜蜂等——引发广泛复现与讨论。OpenRouter数据显示其连续10天位居日调用量第一，单平台处理56.7万亿token；OpenCode平台更连续12天登顶，累计106万亿token。次周周榜中，其38.7万亿token调用量超出第二名DeepSeek V4.1 Flash达13万亿。官方口径称，该模型累计处理超200万亿token，成为近年来罕见的“无名而强”的现象级模型。

此次认领同步带来M3.1 Flash的正式发布。技术层面，模型采用稀疏注意力架构，总参数量428B，但每次推理仅激活约23B参数，实现效率与性能的平衡。实测数据显示：推理速度提升近3倍，日常输出稳定达200+ TPS（P50为170+），首Token延迟从1.95秒降至1.22秒，错误率由1.4%下降至0.7%，使用成本降低70%。

定价策略清晰透明：输入每百万token 1元，输出4元，缓存读取0.1元。模型权重将于10月23日开源，官方同时预告更高智能上限的Pro版本“不久后推出”。

为检验其真实能力而非记忆复现，多家媒体对M3.1 Flash展开“换题重测”：在原社区热门案例基础上替换核心元素，保持任务类型、难度与评判维度一致。例如将“火箭发射”改为“火山熔岩入海”，要求熔岩与海水持续交互、蒸汽动态喷发；将“体素花园”升级为“江南水乡”，增加水面倒影、建筑结构合理性与昼夜切换逻辑；将“GPU流体”替换为“粒子星系”，考察通用图形编程能力。

测试结果表明，其前端Coding能力进步显著。在火山熔岩场景中，模型生成的首版代码即可运行，镜头运动、蒸汽体积感、火星抛物线轨迹、海面反射等电影级细节基本到位，仅熔岩流动形态略有不足；江南水乡案例中，石拱桥台阶、马头墙阶梯造型、乌篷船位移、柳枝垂水、灯笼昼夜明暗过渡等细节均精准还原; 粒子星系项目中，10万粒子旋臂自转、引力拖拽响应、速度着色与帧率稳定性表现优异——尤其在易掉帧的粒子特效类网页中保持流畅，体现工程优化能力。

更值得关注的是其新增的“自我验收”机制，即模型在生成代码后自动执行验证、调试与修正，大幅减少人工干预，使“许愿式编程”更具实用性。部分设计与优化能力已接近Opus 5水平。

除前端开发外，M3.1 Flash在多领域基准测试中亦表现突出。在Automation-Bench v1.0.6（600个跨SaaS企业流程任务）中得分为62.2，高于DeepSeek V4.1 Flash-1017的60.5，位列参评模型第一；在BankerToolBench（金融合规与工具链调用）中获76.2分，与Opus 5并列；LOCA-Bench 256K长上下文评测得60.3分，略超GPT-5.6 Sol。

软件开发方面，DeepSWE v1.1评测中得分73.7%，接近Opus 5的74.0%，虽略低于DeepSeek V4.1 Flash-1017的77.0%，但已属国产模型第一梯队。电脑操作能力上，OSWorld 2.0得61.7分，ALE（Agents' Last Exam）得29.6分，两项均居国产模型首位，超过Kimi K3与DeepSeek V4.1 Flash。

网络安全领域，CyberGym得82.2分，仅次于GLM-5.3（84.5）与GPT-5.6 Sol（83.6），内部评测覆盖代码审计、漏洞修补、渗透测试等高阶场景，表现稳健。

值得注意的是，Space Bunny的走红路径本身具有启示意义：它未依赖发布会、KOL推广或营销话术，而是凭借极高的“Prompt-to-Result”转化质量，在开发者社区自发传播中积累信任。这种“能力先行、口碑驱动”的模式，与当前部分过度包装的模型形成鲜明对比。

M3.1 Flash的开源计划进一步强化其社区友好性。相比闭源模型，开源权重允许开发者本地部署、微调适配，尤其利于企业级Agent工作流集成。结合其低成本、高吞吐特性，该模型有望在自动化办公、低代码开发、教育实验等场景快速落地。

行业观察指出，随着AI从“单步推理”迈向“多步Agent任务”，推理速度与成本控制正成为关键竞争维度。M3.1 Flash将Agent类任务成本降低70%，正是针对这一趋势的精准回应。当一次完整业务流程需调用CRM、ERP、邮件系统等多工具时，毫秒级延迟与每百万token数元级成本的差异，将直接决定产品能否规模化商用。

目前，MiniMax尚未公布M3.1 Flash的完整训练数据构成与具体架构细节，但其在前端生成、跨应用操作与安全合规等垂直领域的均衡表现，已展现出国产大模型向“实用智能体”演进的清晰路径。随着Pro版本临近，其在复杂规划与长期记忆等方面的能力边界，将成为下一阶段关注焦点。