Space Bunny revealed as MiniMax M3.1 Flash, with official benchmarks
MiniMax confirms Space Bunny was M3.1 Flash and shares scores of 62.2% on Automation-Bench, about 74% on DeepSWE and 91% on BabyVision, plus 3x speed, roughly one-third the cost of M3, and API pricing of $0.15 input / $0.60 output per million tokens.
之前大家一直在猜的那只“太空兔”（Space Bunny），今天官方正式揭晓了——就是 MiniMax 的 M3.1 Flash。 官方口径提到它跑过 200T+ tokens，之前在榜单上也刷到过，现在收敛打磨成了这个 Flash 版本。 扫了一遍官方放出的跑分，重点其实不在“全能大满贯”，而是明摆着冲着 Agent / 工具链干活 去的： 自动化与协同（Automation-Bench）：62.2%，核心测的是多步骤工具调用的连贯性，能不能自动把活干完； 代码工程（DeepSWE）：约 74%，主要看拉起仓库、理解工程和实际改代码的能力； 多模态理解（BabyVision）：91%，视觉能力基本在线； 另外，像 BankerToolBench 和长上下文的 LOCA-Bench，表现抢眼的也都在 Tool Use 和协同交互这块。 客观地说，没必要把它吹成全面碾压 Opus——综合硬核推理和特定能力上，Opus 依然更稳。M3.1 Flash 真正把长板拉出来的，就是 Agent 调度和工具调用这一格。 更实在的还是速度与成本： 相比自家上一代 M3，标称提速 3 倍、成本降到 1/3 左右。API 价格输入每百万 token 约 $0.15、输出 $0.60（带 Prompt Cache 还会更低）。 对天天跑自动化流、多步 Agent 或者轻量代码修改的场景来说，这种“延迟低、成本薄、工具调用跟得上”的类型，实际工程价值很高。 手头正好有几个写代码和跑工作流的场景，晚点接进去实测一圈，看看真实工程落地到底怎么样。
This post quotes another post: x.com/minimax_ai/status/2112150867868541221