先把结论放前面
这只兔子，10 月 23 日前后就要"开源"了——但它值不值得你今晚就把编程 Agent 的默认后端切过去，看的不是官宣通稿，而是几行成本账。
先讲清楚发生了什么：9 月 23 日，一个叫 Space Bunny（太空兔）的匿名模型悄悄出现在 OpenRouter 和 OpenCode 上，免费、100 万 token 上下文、可调推理强度，没有做任何预热，却在三天之内冲上两个平台的 token 日调用量第一，连续 5 天霸住 OpenCode 最受欢迎模型的位置。 10 月 19 日晚，MiniMax 官方账号发布一段短视频：一枚胡萝卜造型的火箭点火升空——Space Bunny 就是 M3.1 Flash 的早期版本，谜底揭开。 OpenCode 侧此前不仅免费可用，还承诺匿名期间不留存用户数据，官宣帖浏览量早已破百万。知乎知乎36氪
如果你是那种每天把大量编码任务丢给 Flash 档模型、跑无人值守 Agent 的人，这件事真正值得你停下来的地方在于：它把"要不要动默认后端"变成了一道可以用数字回答的题。反过来，如果你指望换个免费模型就把高风险任务也托管出去，这篇结尾会告诉你为什么现在还不行。
这只兔子的 26 天，比发布会值得看
大模型发布正在变成一种新玩法：先匿名公测，让全球开发者免费"白嫖"、真实跑量，口碑攒够了再官宣。而且这已经不是第一次——PixelCanary 匿名登陆 Vercel 网关、被传是智谱的马甲 OxAlpha 之后"牛来"登场、Kivine 被全网猜是 Kimi-K3……"匿名马甲—社区猜谜—官方认领"已经成了一条可复用的发布流水线。
把这 26 天的完整时间线拼出来，是普通 UGC 单篇给不了的信息量：
9 月 23 日：SpaceBunny-Alpha 上线 OpenRouter，无厂牌、无发布会，只有几句平台描述：快、Coding 强、多模态输入；
3 天内：登顶 OpenRouter、OpenCode 双平台 token 日调用量榜首，与 DeepSeek V4.1 Flash、GLM 5.3 Flash 共同占据前三；匿名状态下累计处理了超过 200 万亿 token。知乎
9 月 27 日：MiniMax 上线 M3.1-Flash-Preview，六档可调推理强度、100 万 token 上下文，技术特征与兔子高度吻合——马甲其实已经自己漏了底。知乎
10 月 2 日至 7 日：腾讯 WorkBuddy 给它开出连续 6 天 0.03x 费率的限时折扣——官方认领前，接入商已经排着队接了。知乎
10 月 17 日：DeepSeek V4.1 Flash-1017 上线，前后脚与兔子正式版撞期——Flash 段位第一次出现国产"双强"格局。
为什么这条时间线重要：匿名期没有营销滤镜，200 万亿 token 的调用量是开发者用真金白银的算力额度投出来的票。比任何发布会 PPT 都真实。
揭面之后，真正要记的是这几行成本账
10 月 19 日晚，MiniMax（00100.HK）正式推出新一代 Flash 模型 M3.1 Flash，重点升级编程、ComputerUse 和复杂 Agent 能力，官方称推理速度接近提升 3 倍、Agent 任务成本比上一代降低 70%。 把官方口径、第三方评测、旁证转述分开摆——这三层数字的"硬度"不一样：微博
指标 | M3.1 Flash | DeepSeek V4.1 Flash-1017 | 备注 |
|---|---|---|---|
Artificial Analysis 智力指数 | 42（比上一代 M3 高 13 分） | 约 45 | 独立机构口径 |
AA 单任务成本 | 约 0.22 美元（上一代约 0.51） | 约 0.26 美元 | 独立机构口径 |
DeepSWE 编码 | 74 分 | 77 分 | 36氪/智东西转述 |
Automation-Bench | 62.2 分 | 60.5 分 | M3.1 反超 |
ALE 复杂任务 | 29.6%（约 739 元跑完评测） | — | 官方口径"低成本-高通过率" |
API 输入/输出（元/百万token） | 1 / 4，缓存读 0.1 | 闲时 1.0（缓存命中 0.02）/ 4.0；高峰 2.0 / 8.0 | 官方定价 |
能力上你追我赶，价格上更是刀刀见肉：M3.1 Flash 在 DeepSWE 拿到 74 分，仅次于 DeepSeek V4.1 Flash-1017 的 77 分，却在金融 Agent 评测 BankerToolBench 里以 76.2 分与 Claude Opus 5 并列第一。 定价这边，M3.1 Flash 输入每百万 token 1 元、输出 4 元、缓存读 0.1 元，DeepSeek 闲时同档是缓存命中 0.02 元、未命中 1 元、输出 4 元，高峰则翻倍到 2 元/8 元。 独立机构这边差距不大：Artificial Analysis 给 M3.1 Flash 的智力指数 42 分，比上一代高 13 分，与 GLM-5.3 Flash 持平，但仍落后 DeepSeek V4.1 Flash-1017；单任务成本约 0.22 美元，对 DeepSeek 的约 0.26 美元。36氪36氪知乎
几个不能糊弄过去的细节：
"推理速度接近提升 3 倍、Agent 任务成本降 70%"是 MiniMax 官方口径，目前没有独立复测，先看不要先信；
DeepSWE 74、权重开源这些数字出自评测账号与媒体转述，比如 TestingCatalog 给的口径是"单价 0.15 / 0.60 美元每百万 token、权重约 10 月 23 日"，官方博客正文并没有直接贴——引用时得留这个分寸。知乎
权重开源时间，多家媒体写的是"约 10 月 23 日"，但官方博客只说了"稍后发布"。别把计划日当成已发生；等放出时第一时间看许可证协议，商用限制写到什么级别，直接决定你敢不敢把它接进生产流水线。
三盆冷水，比榜单更值钱
第一盆：社区实测本来就吵翻了。 同一只兔子，有博主拿"鹈鹕骑自行车"测出完成度 100%、零 Bug 的 SVG 产物，也有开发者说它三分钟做出的火箭发射场景能和 Opus 5 掰手腕。 但也有博主做完一道前端加两道 3D 后直接下结论：“这个模型拉完了……它的水平跟豆包在一个档次”，还有人拿同提示词复测，结果和前一位相差很大。知乎知乎
第二盆：高分 ≠ 敢放手。 Artificial Analysis 的 AA-Omniscience 评测（VentureBeat 转述）给了一个很扎眼的提示：M3.1 Flash 在事实题上答对比例不低，但失败时很少承认"不知道"，更倾向于直接给错答案。 幻觉率高，恰恰是无人值守 Agent 最怕的故障模式——它不是跑不动，而是朝着错的方向跑动了。涉及事实核查、改表、对外内容的任务，必须加检索、校验或人审，别裸奔。知乎
第三盆：市场对这次"转正"的态度并不狂热。 这只兔子匿名走红期间，MiniMax 就因新模型不及预期单日重挫过约 10% 的股价；能不能把 200 万亿 token 的调用量变成持续收入，还得另算。 对散户开发者来说，这提醒的是同一件事：模型发布预期管理很激进的厂商，你的工具链要多留一手回滚方案。知乎
所以，谁该动、谁先别动
建议试：你本来就用 DeepSeek V4.1 Flash 或 GLM 5.3 Flash 跑大流量、有测试可回滚的编码任务，对单任务成本敏感——OpenCode 上已经有免费调用版本，先用你自己的十道题跑一个周末，再对照 0.22 美元/任务对 0.26 美元这笔账决定要不要分流。别换默认后端，先加一路旁路对照。
观望：前端、3D、复杂长链路是你的主战场，或者你被上一代 M3 伤过——等 10 月 23 日前后权重放出、社区复测和 AA 追测落地再说。
别动：高风险、不可逆的写操作（生产库变更、资金相关逻辑），这不是 Flash 模型谁赢的问题，而是整个 Flash 档现阶段都不该独自干，继续留给旗舰模型或者 Flash+强校验流水线。
接下来三个信号值得持续盯：①10 月 23 日前后权重是否真放出、许可证有没有商用限制；②各接入平台的免费/折扣窗口会不会延续（WorkBuddy 那波 0.03x 已经在 10 月 7 日结束）；③MiniMax 还在准备的 Pro 档，会不会重演"匿名马甲—登顶—认领"的剧本。
一句话收尾：Flash 档已经正式变成 AI 编程的主战场，下一轮拉开差距的不会是再涨 3 分，而是幻觉管控、工具调用稳定性，和你自己的验收工程做得有多硬。兔子已经摘了面具，该不该上你的流水线，让数字说话。
