Claude Haiku 5.5把输入价压到0.10美元，长提示词会贵五倍
创作者经济 1
MiniMax M3.1 Flash数据分析达95%，代价是每题等3分钟
10月20日，Plotly在数据分析基准结果中公布：MiniMax M3.1 Flash正式版在43道题中答对41道，正确率约95%；每题中位完成时间为3分钟，整轮按MiniMax API标价折算为4.09美元。高分和较长等待出现在同一轮测试中，单看模型生成Token的速度，无法判断一道分析题何时完成。
10月19日，MiniMax在发布公告中正式推出M3.1 Flash：API每百万输入Token、输出Token和缓存输入Token的标价分别为0.15美元、0.60美元和0.015美元；公司称日常输出速度可超过每秒200 Token，中位速度超过每秒170 Token，并称在线推理较前代快近三倍、智能体任务使用成本降低70%；模型已通过MiniMax API、M Plan和MiniMax Code提供。模型权重计划稍后发布。
把API单价和整道题的账单放在一起
MiniMax的报价以Token为计费单位，Plotly的费用则是把完成整轮分析题消耗的Token按该报价折算。两者回答的是不同问题：前者说明每单位输入和输出多少钱，后者把多次调用、实际读写量及缓存命中率都计入一项任务。
- 官方API标价：每百万普通输入Token为0.15美元，输出Token为0.60美元，缓存输入Token为0.015美元。
- 测试成绩：正式版答对41/43题；早期版本Space Bunny Alpha答对38/43题。
- 每题工作量：正式版进行45次模型调用，读取约420万Token、写出约3.2万Token；早期版本分别为15次、约70万Token和约8500 Token。
- 完成时间与折算费用：正式版每题中位耗时3分钟，整轮4.09美元；早期版本为36秒和0.82美元。
这笔费用很受缓存影响：正式版读取的输入Token有98%命中缓存，缓存输入的单价是普通输入的十分之一。因此，即使每题读取数百万Token，整轮按标价折算仍约为每题0.10美元。0.82美元也是用MiniMax公布的标价对早期版本测试用量重算的比较值，不能当作该版本当时的收费记录；测试使用的OpenRouter入口当时免费提供模型，也不能与MiniMax API标价混为一谈。
正式版做了更多分析，也进行了更多调用
正式版相较Space Bunny Alpha增加的工作量，伴随着可见的成绩提升。基准题目预设了需要模型自行发现的数据模式；正式版找出全部5个，早期版本找出2个。正式版还通过了测试中的统计陷阱、含糊提问和无法完成的请求。在一道涉及风力与设备警报的题目里，它先考虑可能同时影响两者的第三个因素，再给出回答。
这些题目使用模拟的风电机组运营数据，答案不能直接从公开资料检索。测试结果因而更接近一组多步数据分析任务的完成记录，而非简单的知识问答分数。不过，95%仍只是这43道题的通过比例，不能换算成模型处理任意真实业务数据的正确率。
每秒输出很快，为何仍要等三分钟
官方公布的每秒Token数衡量生成阶段的吞吐；测试记录的中位耗时，从题目开始计算到整道题完成。正式版每题的模型调用次数是早期版本的三倍，输出Token接近四倍，其中大部分用于推理。调用链变长、生成内容增多，使单次调用的较高吞吐没有转化为同样短的端到端等待。
这次测试中，两版模型的单次调用速度都约为每秒150 Token。即便按MiniMax给出的每秒170 Token估算，生成约3.2万Token本身也需要约三分钟。这里的Token量是每题用量口径，三分钟是完成时间的中位数，不能把两者当成逐题对应的计时记录；它们共同说明，长输出会占据可观时间。
厂商所说的近三倍在线推理提速与70%的智能体任务降本，使用的是厂商针对前代模型的比较条件。Plotly比较的是正式版和早期版本在另一组分析题上的完整执行过程，包含反复调用与推理。比较对象和计量范围不同，不能用前一组比例推算这套题的完成时间或费用。
两道错题显示了高分的边界
正式版未通过的两道题，错误性质并不相同。一题要求计算风电机组每日发电量的七日移动平均值：模型在文字解释中写了要将七日总量除以七，生成的SQL却漏掉了除法，最后把总量报成平均值。这是解释与实际计算不一致，可能直接影响依赖该结果的后续判断。
另一题涉及数据质量，模型把数据中的正常模式误判为数据管道异常。这两处失误也说明，较高通过率仍可能伴随可定位的计算错误和误报。对需要即时返回分析结论的应用来说，这轮测试呈现的时间代价尤其具体：一次复杂提问即使按低Token单价计费，用户仍可能等待数分钟才能收到完整答案。
相关阅读：
相关文章
订阅我们的新闻通讯
将最新 Web3、AI 和加密货币新闻直接发送到您的邮箱。
0