一个 agent 任务 $0.22，但"200 tokens/秒"被实测打了六折

2026 年 agent 落地的真实瓶颈不是智商，是账单。一个跑 24 小时的 agent，按 Claude、GPT 的定价烧下去，独立开发者根本扛不住。所以 MiniMax 10 月 19 日发布的 M3.1 Flash 值得细看：它把"便宜的 agent 专用模型"这条赛道的价格锚，又往下拉了一截。

先看官方口径（多家媒体复述，多方印证）：定价 $0.15 / $0.60 每百万 token（输入/输出），缓存输入只要 $0.015；上下文 100 万 token；推理深度 5 档可调，默认拉满且不可关闭。官方 claim：比上一代 M3 快近 3 倍，日常输出 200+ tokens/秒（中位数 170+），agent 单任务成本降 70%，加权平均 $0.22/任务（M3 是 $0.51）。自家基准：OSWorld V2 61.7、BankerToolBench 76.2、DeepSWE v1.1 73.7%。

再看第三方实测（官方口径 vs 独立验证，两档数字都要摆出来）：Artificial Analysis 实测只有 120 tokens/秒、首 token 1.08 秒，Intelligence Index 43 分，低于 DeepSeek V4.1 Flash（45）、GLM-5.3（45）和小米的 MiMo-V2.6-Pro（46）。"200 tokens/秒"基本上被打了六折。模型已上线 MiniMax API、M Plan 订阅、MiniMax Code 和 OpenRouter（首 72 小时免费）；权重承诺 10 月 23 日开源，截至发稿还没兑现，按"待验证"处理。

我的判断有两层。第一，这定价结构明显是为"反复读同一代码库的长程 agent"定制的：100 万上下文 + $0.015 的缓存输入，就是让你把代码库常驻上下文、反复调用。第二，这篇天然是一堂"可信度分级"教学：官方数字和第三方实测对不上时，读者该信谁？答案是都不全信——价格是真便宜，速度是真打折，省钱很可能以准确率为代价。

给做 agent 产品和代运营的读者一个行动建议：现在就去 OpenRouter 免费用那 72 小时，重点测的不是跑分，而是你的任务在它手里到底花多少钱、幻觉率你能不能接受。做 agent 应用，先做成本表，再看智能榜单。