MiniMax发布M3.1Flash并认领太空兔 先把价格摊开看。M3.1 Flash 每百万 token 输入 0.15 美元，输出 0.60 美元，缓存输入 0.015 美元。同一条调用里，命中缓存的输入只花未命中价的十分之一，输出价是输入价的四倍。长任务的缓存命中率越高，账越好算。

官方同时给了两个相对数字。在线推理近三倍提速，整体使用成本比上一代降 70%。三倍速度不是凭空来的，文档说靠更激进的稀疏化做到，日常输出能到 200+ TPS，P50 稳在 170+ TPS。成本降 70% 的口径是智能体任务整体使用成本，没说覆盖普通对话。

用账推一个具体场景。假设一个智能体任务每条请求输入 50 万 token、输出 2 万 token，全部命中缓存，单条花费 0.0075 美元输入加 0.012 美元输出，合计 0.0195 美元。同样的量不命中缓存，输入要 0.075 美元，整条 0.087 美元，差出四倍多。再把 70% 的降幅套上，相对前代同任务的开销，能压到一个数量级的差距。

账面好看，还得看它在什么活上跑。官方给的基准偏智能体和工程。BankerToolBench 76.2，DeepSWE v1.1 73.7，OSWorld V2 61.7，Agents' Last Exam 29.6，后两项都说居中国模型第一。这些分数对应的是跨应用操作、长链工具调用这类真正烧 token 的活。便宜和快对它们的意义，比对一问一答大得多。