输入百万 Token 1元，MiniMax 新模型便宜在哪？

2026年10月19日，MiniMax发布了新模型M3.1 Flash。在这之前，它以匿名的“Space Bunny”在测试圈里游荡过一阵。等到正式名字公开，挂在最显眼处的标签，是国内每百万Token输入1元。

看见便宜先算账。“输入1元”不能直接理解成花1块钱就能让AI把整趟活干完。这里的输入和输出各算各的账。

输入和输出分开算，账本才会变清醒

依照官方公布的信息，国内的调用价目分得很细：每百万Token输入1元，输出4元，缓存读取0.1元。在国际官网上，对应的美元价格则是输入0.15美元、输出0.60美元、缓存0.015美元。两边各自走一套价格体系，不能直接拿实时汇率做简单的对等换算。

〔图1〕 *官方国际官网以美元计价，与国内人民币报价各自独立，不能直接按汇率换算。*

既然定价明摆着，不妨按纯粹的模型调用费用算两个明确的假设：

第一个假设，任务处理了100万个未经缓存的输入Token，随后模型返回了10万个输出Token。这笔开销很容易算：输入的100万Token收1元，输出的10万Token按每百万4元折算收0.4元，两者相加是1.4元。

第二个假设，假如这100万输入Token全部符合缓存读取条件，输入的收费就会变成0.1元。再加上那10万输出Token的0.4元，整趟调用的模型费用就落在了0.5元。

需要说明的是，这两笔数字仅仅是基于官方单价算出来的理论模型费用，既不是在生产系统里抓出来的实际测量结果，也没把请求途中可能产生的外部服务花销算在里面。更关键的是，现实调用中输入能不能命中缓存，要以实际请求的缓存使用情况为准，没有任何人能暗示每一次调用都能撞上0.1元的好运。

把这两个假设摆在桌面上，事情就清楚了：输出的单价比输入贵了整整三倍。如果手里的活偏向于写长篇材料或者大段代码，模型吐出来的字数一旦膨胀，账单的大头立刻会向输出倾斜。指望靠1块钱打发整个任务，账面逻辑上说不通。

整体成本降70%是一套特定账，不是人人打折

MiniMax在发布时还给出了另一句话：整体智能体使用成本比前代降低了70%，推理速度接近三倍快。

这话听起来很痛快，但千万别误以为自己的月末扣款会自动打个三折。官方说的整体智能体成本降70%，既不是指输入单价降了70%，也不代表任何任务搬过来都能便宜七成。所谓智能体，通常需要在提示词、环境信息和模型回复之间来来回回倒腾好几轮，那是一个综合了多次输入、特定上下文复用以及多轮输出的特定工作流。

官方把这次效率的改进归结为使用了“更激进的稀疏性”。通俗地说，就是模型在处理计算时把排兵布阵安排得更紧凑，不该出力的部分尽量省着。厂商还在公告里列出了DeepSWE基准测试73.7%的结果。不过在这个行当里，跑分终究是厂商在受控测试集下的答题表现，不能把这个百分比生搬硬套成真实项目开发里的交付成功率。真实业务环境里有残缺的代码库、说不清楚的需求，还有各种连环报错，模型在基准题里表现规整，不等于扔进复杂的工程堆里就不掉链子。

代码工具里能跑，但本地部署还得再等

目前M3.1 Flash已经在MiniMax的API、M Plan和MiniMax Code里上线。开发者去接接口，或者在对应的代码环境里尝试，都可以直接调用。需要分清的是，本文上面推演的费用，全是按API的按量调用方式来算的，不能直接拿去折算成M Plan这类会员套餐的扣费。

至于那些习惯把模型下载到自己机器上运行的用户，眼下还得按兵不动。官方在公告里只留下一句“Model weights will be released later”，说明权重稍后才会发布，本次公告尚未提供可下载的权重。

在海外社区Reddit的相关讨论板块里，就有一位关注本地部署的网友写道，在不知道模型具体尺寸参数的情况下，其实很难提前判断该对它抱有多大期待。想要在自己显卡上免费跑起来的愿望很合情理，但在厂商正式交出权重之前，所有的算盘也只能暂时悬空。

〔图2〕 *官方入口已开放API及对应工具调用，权重文件则标注稍后发布。*

便宜在哪，又有哪些事不能保证

把账算完，就能严丝合缝地回答最初的问题：这个新模型到底便宜在哪？

它确实便宜在调用的基础单价上。尤其是把缓存读取直接压到了百万Token一毛钱，对于那些需要反复把同一批长文档喂给模型、一遍遍追问提炼的场景，试错的门槛被实打实地下放了。

但它无论如何不能保证所有用户的账单都会大幅缩水，更不能保证只要1块钱就能换来一次满意的交付。一个任务究竟花多少钱，取决于你喂给它多少字、让它吐出多少字、缓存能蹭上多少，以及为了拿到一个能用的答案，系统到底得返工重试多少回。单价便宜是一张入场券，至于最后掏多少银两，账单全写在真实的调用记录里。