9月23日，模型聚合平台OpenRouter和编程工具OpenCode同时上线了一个匿名模型，名叫Space Bunny Alpha，限时免费用。
OpenRouter官方直接写明，这是一个Flash模型。
它推理速度快，推理强度可以调，上下文有100万token，能直接看文字、图片和视频。
当天晚上，就有开发者拿它的分词器做了比对。结果它的文本分词器和MiniMax M3的完全一致，这位开发者直言，这只兔子几乎可以肯定就是MiniMax M3.1。
第二天，又有人专门准备了24条探测用的提示词，看它把每一条切成了多少个token。结果每一条的token数，都和MiniMax的模型对得上。
于是不少开发者猜，这只神秘的「太空兔」，大概率出自MiniMax之手。
四天后的9月27日，MiniMax正式上线了新的Flash模型M3.1-Flash-Preview。
它的推理强度有六档可调，上下文同样是100万token，文字、图片和视频也都能直接输入，和那只兔子如出一辙。
在MiniMax Code里选M3.1-Flash-Preview，推理强度有六档可调，上下文最高1M
不过截至发稿，MiniMax和OpenRouter都还没有出来认领。
可不管答案是什么，赶在十一长假前，MiniMax已经在Flash赛道甩出了一张王炸！
我们上手玩了两天，交给它的活不管大小，它都会反复检查，一点点改到满意为止。
AI圈的「鹈鹕骑自行车」，M3.1-Flash-Preview这回骑稳了
上线当天，就有博主拿它跑了AI圈的经典测试，让它画一只骑自行车的鹈鹕，直呼效果「丝毫不输GPT-6 Astra」。
2024年，开源Web框架Django的联合创始人Simon Willison脑中一闪，提出了一个绝妙的提示词：
Generate an SVG of a pelican riding a bicycle（生成一个骑自行车的鹈鹕的SVG）。
头一个难点就是自行车。它看着简单，但2006年利物浦大学心理学家Rebecca Lawson发现，40%的人都认不出车架、脚踏或链条的正确位置。
第二个难点，是Simon特意挑了「鹈鹕骑车」这种现实里没有的组合，在训练数据分布外，所以模型想抄都没得抄，只能靠自己在脑子里把画面搭出来。
去年6月，Simon用各家模型画的鹈鹕回顾了大模型这一路的进展，当时大部分模型都画得一塌糊涂，就连顶级模型画的，也只能勉强认出是鹈鹕和自行车。
我们把同一句提示词，分别交给了M3.1 Flash和上一代M3。
M3也把鹈鹕和自行车都画了出来，只是细节还差一点，车上少了车座，脚踏也没和车架连在一起。
M3.1这次明显更好。鹈鹕长长的鸟喙和巨大的喉囊特征很突出，车座很稳，车架是标准的菱形，脚踩着踏板，翅膀扶着车把，每一处都对得上。
画这张图的时候，它一边画一边截图看效果，前后自己检查了9次，发现哪里不对就动手改。
从当年那批「让股市崩盘的鹈鹕」算起，两年不到，鹈鹕已经能稳稳当当地骑起来了。
鹈鹕是照着文字画图，反过来，看着图写代码，M3.1 Flash也很拿手。
我们要给一款智能喂猫器做产品落地页，没写需求文档，只给了它一张手绘的线框图。
图上除了几个标出页面布局的方框，还手写了7条要求，字迹挺潦草。
所以它得认出这些手写字，弄懂每条要求是什么意思，再一条条做成能用的功能。
左边是我们手画的线框图，右边是M3.1 Flash做出来的落地页
对着这张草图，它把7条手写要求一条不落，全做成了真功能。
首屏那只猫的头会跟着鼠标转，鼠标停在卖点卡片上，卡片就会翻到背面显示参数。
预约表单里如果手机号输错了，输入框还会抖一下提醒你。
做完以后，它又在电脑和手机两种屏幕上各截了一遍图，对照要求逐条检查。
我们让它用真实气象数据，画一张上海1940年到2025年的气温螺旋图。
难点在于，数据得它自己去找、自己整理，画出来的每个点还得和原始数据对得上。
它从公开的历史天气接口里，拉下了这86年里每一天的记录，一天不缺，然后自己整理成每个月的数据。
画出来的螺旋，每年12个月围成一圈，颜色从冷到暖，可以播放，也能拖动年份。
右边还有每个月比基准年份高了多少的条形图，以及每年高温天数的柱状图，会跟着一起联动。
图上能直接看出，升温最明显的是春天。2016到2025年，3月比基准高了3.43°C，7月只高了1.73°C。
35°C以上的高温天也暴增了。1940到1990年这51年加起来是125天，2016到2025年这10年就有139天。
做完它还写了测试，把画出来的1032个数据点逐个反算回数值核对。
最近，Claude Opus 5.5生成视频很火。
比如，Opus 5.5 用12 小时后可自动生成完整的 MV 或视觉作品。
这站5分钟的MV直接炸出了马斯克，被他称为「神作」、「史诗级大作」！
M3.1 Flash拍起视频什么效果？
我们给它出了一道创作题，用Python做一部实验短片，主题是「作为一个大模型，是什么感觉」。
风格要走YouTube Poop的路子，也就是画面乱切、故障特效满屏飞的网络恶搞剪辑，但又不能只是恶搞，还得带点诗意和不安。
难就难在，构思、分镜、特效、配乐一直到最后合成，全得它一个人包办，每一帧画面还得靠代码算出来。
25.7分钟后，一部88秒的短片出炉了，它把大模型的工作方式拍成了七幕。
片子从一次开机自检开始。紧接着，人类写下的邮件、悼词、代码、诗和聊天记录一列列铺开，铺满了整面墙，这些就是它的语料。
字幕里写着，「不是我在挑词，是概率分布在挑我。」控制随机性的「温度」越调越高，最后屏幕弹出了一个「连贯性错误」。
片尾，它自己的句子被训练数据一个词一个词地覆写，最后崩成无限重复，打出一行「永远」，又回到了开机画面。
整部片子没用一张现成素材，画面、旁白、雨声和打字声全是代码生成的。渲染完它还自己抽帧检查，揪出两处画面bug，修好后重新渲染了一遍。
我们把MiniMax H3的一支宣传片交给它，让它照着这个风格，给MiniMax Design重拍一支。原片的纯黑底、圆角方框和快节奏拼贴要留住，画面却一帧都不能用原片的。
它把原片的构图归纳成三种，逐个镜头对上号，又调用MiniMax Code自带的生图工具，做了16张设计主题的新素材，配乐也是它调工具生成的。
从看懂原片、调工具生图配乐到用代码剪成片，这一整条链路都是它自己走通的。
鹈鹕考的是空间想象，而Flash每天真正要扛的，是写业务代码、修bug这些活。
公司内部系统越用越卡，是不少打工人的日常崩溃。刚打开还挺顺，页面来回切几次就开始转圈，点一下等半天。
我们照着这种情况，搭了一套客服工单系统，塞进1.2万张工单，只甩给M3.1-Flash-Preview 几句用户吐槽，列表打开慢、搜索打字卡、页面越切越卡。
用户只会喊「卡」，至于卡在哪儿、为什么卡，一点线索都没有。
它把这几种卡顿全都亲手复现了一遍，然后对着性能数据一层层往下挖，前后揪出6个拖慢系统的真凶，逐个改掉。
修完放在一起看，差别一目了然。原版还在一个字一个字地往搜索框里挤，修复版早就出了结果，还来回切了两趟页面。
上为原版，下为M3.1 Flash修复版，两边做同一套操作
改一次工单状态，原版要等12.7秒，修复版只要0.013秒，眨眼都来不及。
1.2万张工单一张没少，我们事先藏好的22条功能测试也全部通过。
sqlglot是不少数据团队都在用的SQL工具。有用户发现，它在化简SQL时会弄丢括号，把2*(10-5)改成2*10-5，结果从10变成了15。
同一句SQL交给DuckDB执行，上为修复前，下为M3.1 Flash修复后
M3.1 Flash修好这个例子以后，没有急着交差。
它又自己写了一套测试，在真实的数据库上，把化简前后的计算结果比对了3190次，顺手还揪出两个早就藏在代码里的相关bug。
从鹈鹕到网页，画的都还是平面。换到3D场景，要在脑子里搭的东西又多了一个维度。
虽然看着就几分钟，但火箭升空的背后其实是一串环环相扣的动作。助推器、整流罩、一二级要按顺序分离，每一步的时间和画面都得对上。
画面里最好看的是三次分离。四个助推器翻滚着脱落，两瓣整流罩向两侧剥开，接着一级掉下去，二级在地球弧线上方点火。
整段发射的时间轴能拖动、能倍速播放。旁边的资料面板里，每一行参数都标清楚了是公开数据、估算还是建模假设。
《星际穿越》式的黑洞，给人很震撼。电影里标志性发光吸积盘好像被「折」到了黑洞的上方和下方，原因是光在黑洞附近会被引力掰弯。
这种效果的3D黑洞可视化，真没想到一次就能做出来。
更吃惊的是，这次Flash（左）的效果比上一代M3（右）好了不止一星半点。
做游戏，M3.1 Flash也不含糊。我们让它写一款第一人称射击游戏，地点设在一座夜晚的废弃港口。
52分钟后，一款名叫「夜港行动」的射击游戏就开服了。
玩家能在集装箱之间来回跑动、瞄准开火、换弹，右上角还有小地图。
港口下起了雨，地面湿漉漉地反着光，霓虹招牌亮着，岸桥上的探照灯来回扫。
港口里摆了几个油桶，打中就会爆炸，火球、冲击波、黑烟和火星一样不少，屏幕也会跟着震。爆炸还会波及旁边的油桶，所以一枪下去能炸出一串。
子弹打在金属、水面、木头和水泥上，溅起的效果各不一样。敌人戴着头盔和战术灯，远远就能看见。
港口里的集装箱、岸桥和货轮全是它用代码搭的，枪声和脚步声也是实时合成的，整个游戏没用一个现成模型，也没有一个音频文件。
为了不让人穿墙，它把人在两帧之间走过的路径也算了进去，所以人跑得再快也不会穿模。而且，敌人也不会像开了「透视」一样，看到墙另一边的玩家。
我们在MiniMax Code里把推理强度开到最高的max档，让它写一个完整的贪吃蛇游戏。
不到一分钟，一个492行、双击就能玩的贪吃蛇就写好了，界面上显示的生成速度是每秒123个token。
交付也快。前面那张手绘线框图，它从看图开始，到做出能用的落地页，只用了半小时出头。
Web框架Hono和Markdown解析库marked，各有一个用户报上来的bug，它分别只用了2.8分钟和3.7分钟就修好了，官方的回归测试全部通过。
marked的bug，修复前任务列表的复选框单独跑到一行，修复后回到文字前面
过去，大家对Flash模型的预期只是「便宜、能用、快」。
MiniMax M3.1 Flash完全有能力接住脏活累活，交出真正「拿来就能用」的成果。
如果我们把视野拉宽，当下的「Flash模型之战」可谓神仙打架——
在OpenRouter上，DeepSeek V4.1 Flash周调用量高达19.6万亿tokens，智谱GLM 5.3 Flash以16.3万亿tokens的体量稳扎稳打，连小米的MiMo系列也在发力猛追。
Flash 这一仗，M3.1 刚上场；而接下来的 Pro，会有怎样的加速度？这更值得期待！
编辑：摩西 大卫
