MiniMax M3.1 Flash 开发能力实测：真项目加了个生图功能，完成度 100%

国内 AI 厂商 MiniMax 稀宇科技的 M3.1 Flash，是 M3 系列的轻快档推理模型，主打 1M 大上下文 + 51.2 万输出。2026 年 10 月它在 opencode 上线了免费档，我趁那会儿把它拉去做了个深度实测——主线不是跑指标，是拿它在我现有的工具上加了个功能：在一个 Mask 抠图工具上加百炼 wanx 生图全链路，几十个文件、五千多行，编译 0 错、单元测试全过、真实接口端到端出图，完成度 100%。顺带验证了它基础不差：1M 上下文实测顶到 95.4 万 tokens 一路成功、单步响应中位 0.2 秒、agent 工具调用 3/3。

它不光是“能聊能答”，是能实打实干完一个真项目开发的模型——1M 大窗口 + 单步 0.2 秒快响应，这个组合不多见。

先交代下：当时那个 opencode 免费档现在已经下线了；如果还想免费试用，可以调 NVIDIA 那个 minimaxai/minimax-m3.1-flash。上面的结论都是依据 2026-10-20/21 的 opencode 免费端点实测得出的。

一、值不值得用

它的真本事不在跑分，在能真干活：既有工具上加新功能、项目重命名全量同步、踩坑自愈（ONNX 相对路径 bug）、长会话（将近两个半小时、五百多步）不滑坡——这些是开发场景真实需要的。真拿它做开发，0.2 秒单步 + 缓存复用让长会话很舒服，顺带还能处理大上下文场景（塞长代码库、长文档）。

怎么试同款：走上面说的 NVIDIA 免费渠道即可；MiniMax 官方付费档价格是 $0.15/$0.60。

要留意的：

• 结构化输出契约不支持，要严格 JSON 的任务得掂量；
• 我只测了文本维度，多模态没测；
• 这次实测就一台机器、一个场景，10 月 20、21 日这两天，结论都是依据当时的 opencode 免费端点得出的；NVIDIA 平台的能力/软限可能不同，别把 opencode 免费端的实测数据直接套到 NVIDIA 上。

二、给现有工具加了个 wanx 生图功能

我把它放到真实项目上，添加了个新功能——在我现有的一个 Mask 抠图工具上加百炼 wanx 四模型生图全链路（mask→生成图），顺带做项目重命名、修掉一个 ONNX 相对路径 bug。

交付体量：几十个文件、五千多行，全程模型独立产出，我只注入需求和审阅点（20 条消息，逐步 diff 确认）。

先看界面变化——第一张是原有的 Mask 抠图工具（前版本），第二张是模型帮我加上百炼 wanx 生图功能后的样子（新增了生图区）。

前版本 Mask 抠图工具界面：

新增 wanx 生图功能后的界面：

而且不是只把界面画出来，是真实把整条链路跑通了——抠图→上传→百炼 wanx 生图，真出了图（下图是实际生成结果，520KB）。

真实端到端出图结果：

验收每一项都绿：

验收项	结果
编译	0 错误
单元测试	全过
真实端到端（百炼接口）	抠图→上传→wanx 生图实测出图成功
交付	全部提交、工作树干净

我提的需求它都落到了实处：项目重命名全量同步（命名空间、工程文件、exe 定位、测试入口一处不漏）、模型清单做成配置驱动（可自行增删）、调用频率控制（每分钟/每日上限，跨重启仍限流）、日志分层、网络重试下沉到传输层、遮罩语义按不同模型分别处理、测试做了分层（单元测试→UI→真实接口）。另外它自己定位并修了一个 ONNX 相对路径 bug（File.Exists 按当前工作目录解析导致 UI 自动化静默回退），改绝对路径 + 加防退化断言——这种“踩坑自愈”的能力，说明它是真在干活，不是照着模板填空。

时间上，整个会话跑了将近两个半小时，但真正模型干活只有二十来分钟（不到 20%）——大头是编译一个来小时、和我交互确认大概占用一个小时，这两块都不占模型时间，模型本身单步很快。

三、开发这块够了，基础再验一遍

开发这块已经够了，基础能力我再进一步验证一遍，看看是否同样稳。

能力剖面全绿：推理、事实、中文、近两年新信息、可运行代码全通过。

维度	通过
推理	3/3
事实	5/5
中文	2/2
近两年新信息（dated_facts）	8/8
可运行代码	3/3

1M 大窗口是真的：用 marker 找回逐档往上顶，32K → 250K → 400K → 800K → 990K，每一档 marker 都能找回来，全程没碰到拒绝点，实测到 95.4 万 tokens 成功。但我不主张“上限=1M”——黑盒实测没顶到拒绝点，只能说“实测到 95.4 万成功”。

agent 工具调用 3/3：echo、ls、python 算个 2 的 10 次方，三个都是真实工具事件不是文本模拟，命令都正常退出。

稳定性：同一道冒泡排序连跑 5 次语义全对，但实现细节在漂移（原地排序/复制副本两种写法、注释差异）——语义稳、实现不机械复制。

速度：开发单步响应中位 0.2 秒（agent 单步，快思考+缓存复用），纯 API 往返 E2E 中位 2.87 秒、首字基本秒出、输出约 55 个 token/秒。反正结论就一句：快。