AI 日报 | 10月20日：MiniMax 把旗舰级 Agent 能力打到两块钱一单

昨天夜里到今天上午，国产大模型在 Flash 这条产品线上连续开火：MiniMax 正式上线新一代模型 M3.1 Flash，把旗舰级的 Agent 与编程成绩压到单个任务一两块钱；同一时间，Anthropic 传出约 450 亿美元的算力大单，一家国产团队则开源了专攻长上下文的 4B 小模型。

1. MiniMax M3.1 Flash：把旗舰能力打到两块钱一单

10 月 19 日晚，MiniMax 把 M3.1 Flash 正式推向市场。此前在 OpenRouter 上以匿名身份处理超过 200 万亿 token 的 Space Bunny，就是它的早期版本。官方称新模型在 Agentic 任务、编程、Computer Use 与网络安全四项能力上实现代际提升，线上推理速度提升近 3 倍，综合使用成本下降 70%。

技术上，它是总参数 4280 亿的 MoE 模型，靠更激进的稀疏注意力（推理时只激活一部分参数）把输出速度拉到 200+ TPS、中位数 170+ TPS；支持文本、图像、视频输入，上下文最长 100 万 token，推理强度可分 5 档调节。

跑分如下（均为厂商公布，未经独立复测）：

测评项目	M3.1 Flash	对比模型	谁赢
DeepSWE v1.1（软件工程）	73.7%	GPT-5.6 Sol 73.0 / GLM-5.3 66.9 / DeepSeek V4.1 Flash 77%	超 GPT-5.6，仍略输 DeepSeek
Automation-Bench（跨 SaaS 企业流程）	62 分左右	Claude Opus 5、GPT-5.6 Sol 均落后十余分	M3.1 Flash
BankerToolBench（金融工具调用）	76.2	Claude Opus 5 76.2 / GPT-5.6 Sol 74.6	并列第一
OSWorld V2（电脑操作）	61.7	国产模型第一	国产第一
Agents Last Exam	29.6%	GPT-6 Astra 59.3%	差一档
CyberGym（网络安全）	82.2	GLM-5.3 84.5 / GPT-5.6 Sol 83.6	第一梯队，非第一
Terminal-Bench 4.0	38.1%	Claude Sonnet 5.5 70.6%	明显落后

价格是这次的杀招：每百万 token 输入 1 元、输出 4 元、缓存读取 0.1 元（约合 0.15 / 0.6 / 0.015 美元），比上代 M3 的输入、输出单价降了一半以上，缓存读取降超七成。

场景	M3.1 Flash	对比
每百万 token 输入 / 输出	1 元 / 4 元	上代 M3 降幅均超 50%
DeepSWE 单任务成本	不到 2 元	Claude Opus 5 约 70 元
Automation-Bench 单任务（medium 档）	约 0.25 元	Claude Opus 5.5 约 6 元

短板也清楚：深度推理离顶级闭源模型仍有距离（HLE 无工具 43.4 分，Claude Opus 5.5 为 64.4），终端操作类任务更是差了一大截。一句话：跑批量 Agent、跨系统业务流、代码修复和漏洞审计的团队值得马上换；要啃最难的推理题，还得看旗舰。权重将于 10 月 23 日开放。

2. Anthropic 谈下 450 亿美元算力，IPO 前先锁电

据外媒报道，Nscale 正与 Anthropic 洽谈约 450 亿美元的算力供应协议，落地在西弗吉尼亚州 Monarch 数据中心园区二期，依托英伟达 Vera Rubin 芯片提供 460 兆瓦算力，最快数日内敲定。

Nscale 计划以约 300 亿美元估值上市，这笔订单几乎是其 IPO 的定价基础。

模型公司从租算力变成包下整座园区，说明明年的瓶颈依旧是电和卡。

3. 岩芯矩阵开源 EdgeRock-4B：小模型专攻长上下文

岩山科技旗下岩芯矩阵联合香港科技大学、卡内基梅隆大学，发布并开源了 4B 小模型 EdgeRock-4B，主打长上下文推理。

它用一个固定容量的历史状态替代不断膨胀的缓存，从而压低长文本推理的内存开销，同时支持文本与图像输入。

4B 的体量意味着能塞进端侧和边缘设备，适合处理文档、图纸这类长材料。

4. 传闻：Anthropic 新模型可能近日上线

The Information 报道称，Anthropic 已让测试者试用一款新模型，推理深度与读懂用户未明说意图的能力强于在售所有模型，究竟归入 Fable 还是 Opus 系列尚未确定；同期谷歌 Gemini 4 Carbon、OpenAI 新一代 Terra 也在内部测试。以上均无官方发布，只能算十月旗舰大战的前奏。