明天开权重，但先看这组数字：MiniMax M3.1 Flash 答对 56%，"幻觉率"却有 93%

国产 agent 模型的价格战又往下探了一截。MiniMax M3.1 Flash 10 月 19 日上线 API：428B MoE（激活 23B），输入 $0.15 / 百万 token、输出 $0.60，缓存输入 $0.015，官方称单个 agent 任务成本约 $0.22。权重承诺明天（10 月 23 日）开源。（以上为 MiniMax 官方口径）

成绩单很亮：Artificial Analysis 的 Intelligence Index 给了 42 分；Automation-Bench（企业 agent 工作流）62.2 分，超过 DeepSeek V4.1 Flash-1017 的 60.5，也超过了 Opus 5——这是 VentureBeat 援引 AA 实测的首发报道，the-decoder、siliconnoon 跟进交叉，算多方印证。

但同一份 AA 测试里藏着一个数字：AA-Omniscience（事实问答）它答对了 56%，比 DeepSeek（43%）和 GLM-5.3 Flash（28%）都高，可"幻觉率"高达 93%。先别慌，这个 93% 不是"93% 的答案都错了"——它的定义是：在没答对的题里，有多少是"硬答错"而不是"承认不知道"。M3.1 Flash 几乎每道题都硬答，错了也答得理直气壮，于是综合分被打到只有 16。

翻译成人话：便宜、快，但不会说"不知道"。这对 agent 场景是把双刃剑——放在有自动验证闭环的任务里（代码跑测试、结构化工作流、跑完自动对账），它是绝配；直接当答案引擎（客服话术、金融摘要、无人值守写报告），就是雷。省下的 token 钱，很可能变成验证工程的钱——这就是"幻觉税"。

还有个小花絮：它之前有个匿名马甲叫 Space Bunny，在 OpenRouter 上潜伏拿了 10 天第一、跑了 200T+ token，MiniMax 官方已确认是同一模型。明天权重开源后，第三方就能在自己硬件上验证它的速度口径了——官方称 170+ tok/s，AA 实测是 120 tok/s，已经有出入，权重出来见分晓。

给开发者的行动清单：agent 选型别只看智能榜单，先做成本表（单任务总账单=token×单价+重试+验证），再看"会不会认错"。