MiniMax官方认领“太空兔”，于是我们给它出了几道难题

　　文 | 光子星球

　　过去三周，匿名模型 Space Bunny 霸占了 OpenRouter 和 OpenCode 的调用量榜首。

　　没有人知道它是谁，但X上到处都是它一句话生成的 3D 世界：火箭发射、体素花园、GPU 流体、机械蜜蜂……

　　10 月 19 日晚，MiniMax 用一支胡萝卜火箭升空的视频认领了该模型，并配文“Welcome back，Space Bunny”，M3.1 Flash 正式亮相。

　　我们第一时间对 M3.1 Flash 进行了测试，这次我们没有选择去针对官方重点宣传的点设计案例，选择了对它匿名时期的社区项目下手，看看它的 Coding 能力是真才实干还是徒有其表。

　　先说结论，M3.1 Flash 这次的前端 Coding 能力进步明显。前端 Coding 中设计和优化的能力有一部分已经可以媲美 Opus 5，这次新增的自我验收成果的能力，也让 M3.1 Flash 在“许愿式编程”上给我们带来了惊喜。

　　更快、更省、更准确

　　此次，M3.1 Flash 采用的是稀疏注意力架构，428B 总参数，约 23B 激活。

　　数据显示，该模型推理速度提升近 3 倍，日常输出 200+TPS（P50 稳定 170+），首 Token 延迟从 1.95 秒降到 1.22 秒，错误率从 1.4% 砍到 0.7%，使用成本降了 70%。定价是输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。模型权重将于 10 月 23 日开源，官方还预告了更高智能上限的 Pro 版“不久后推出”。

　　匿名期的传播数据更能说明它在社区里的地位。官方口径是 Space Bunny 累计处理超过 200 万亿 token，OpenRouter 显示它连续 10 天第一、单平台 56.7 万亿 token，OpenCode 则是连续 12 天第一、106 万亿 token。次周它以 38.7 万亿 token 登顶周榜，比第二名的 DeepSeek V4.1 Flash 高出 13 万亿。

　　这次实测，我们的核心逻辑是换题重测。出圈案例在X上已经挂了一个月，模型很可能见过。原 Prompt 再测一遍，测到的可能只是记忆，不是能力。

　　所以，我们在社区流传案例的基础上，把火箭发射换成火山熔岩入海，体素花园换成江南水乡，GPU 流体换成粒子星系，机械蜜蜂换成机械怀表，类型、难度、判定维度全部与原来对齐。

　　最后，我们只保留了赛车游戏的原测试案例，因为这是社区里的翻车案例。有博主当时迭代三遍都没能成功运行，我们想看看模型这次还会不会继续翻车。

　　五道题，换着考，看它会不会

　　第一个测试的原 case 是火箭发射，号称 3 分钟造一个电影感场景，还和 Opus 5 同题比过。我们换成火山熔岩入海，难度不减反增，熔岩要和水持续交互，蒸汽是一直喷的，不是一次性炸开。

　　模型交付的首版成品即可运行，镜头从海面低机位贴着水面推进，升起越过熔岩河，再拉远把火山、海岸和蒸汽都收进画面，三段式全做到了。蒸汽从接触点持续冒出来，被海风吹斜，底部浓顶部散，不是一根白柱子。接触点偶尔爆起一团火星，沿抛物线落下，在空中熄灭，海面也反射着熔岩的橙光。

　　但它没有把熔岩本身做好。Prompt 要求熔岩河在入海口分成三股，它做出来的更像三处发光的篝火，堆在那里，没有流动感。好在瑕不掩瑜，熔岩表面结了暗色的壳、裂缝里透出橙光，蒸汽的体积感，这些体积渲染的硬骨头它都啃下来了，栽的只是熔岩的形态。电影感的骨架在，肉差了一块。

　　第二个测试的原 case 体素花园，曾被 10 万人围观。之前的成品，细看露了馅，桃花树、水池、阁楼门窗都比较粗糙。江南水乡比花园多了一层水面倒影，少了大片植物，建筑结构和材质层次也存在不合理。

　　这次 M3.1 Flash 近乎交出了满分答卷。石拱桥有台阶，马头墙是阶梯造型，白墙黑瓦坡顶都对，两条乌篷船在水里缓慢移动，盯十秒能看出位移。柳枝垂到了水面，屋檐下挂着红灯笼，石阶码头通到水边。点昼夜切换按钮，灯笼和窗户亮起来，倒影跟着变暖，过渡是平滑的渐变，不是硬切。水面会波动，柳树会随风摇曳，连白天黑夜切换时的阳光角度变化都考虑到了。

　　凭这些细节，我们给到 4.5 分。原 case 近看露馅的毛病，这次模型并没有犯。

　　第三个测试的原 case 是 GPU 流体模拟，单 HTML 零依赖手写 1564 行，是整个匿名期传播最广的一张牌。流体和粒子的数学不是一套东西，一个是基于网格的平流，一个是基于位置的状态更新。换成粒子星系，就是要看它掌握的是图形编程的通用方法，还是只背了一个流体的实现。

　　M3.1 Flash 构建的网页中，10 万个粒子分布成扁平旋臂缓慢自转，按住鼠标拖动，光标位置产生引力源，附近的粒子被吸过去绕成漩涡，松开后慢慢回到轨道，不会一下弹回去。速度着色方向正确，慢的偏蓝，快的偏白偏黄，快速甩动能拉出短拖尾，不糊成一片。

　　最难得的是帧率很稳，粒子特效类的网页项目最容易翻车的地方就是掉帧，这次 M3.1 Flash 做出的成品没有出现掉帧的现象，说明 M3.1 Flash 在前端 Coding 的性能优化上下了功夫。

　　第四个测试的原 case 是机械蜜蜂，这是社区唯一认定其胜过旗舰的案例，评价生成的机械精度与材质均优于 Opus 5。蜜蜂考的是“像不像”，怀表考的是“对不对”。里面要求，二十多个齿轮必须彼此咬合，摆轮要摆，指针要走，错一个环节，整块表就是死的。

　　模型这回还原了表机械结构，齿轮真实联动，相邻齿轮反向转动；摆轮往复摆动，擒纵轮与擒纵叉一应俱全；时分秒三针走时逻辑无误，秒针逐秒跳格。表盖半开，以铰链开合，内侧呈现打磨后的金属反光，外侧带出磨损的包浆质感。罗马数字刻度位置准确，拖动鼠标可环绕观察。

　　这是一个完成度很高的项目，也确实体现了模型在前端设计上的能力。社区那句“优于 Opus 5”，用在这块怀表上并不夸张。

　　最后一个测试的赛车游戏，是五个 case 里唯一保留的原题。社区原 case 只有一句话“帮我开发一个 3D 的赛车游戏”，结果是能跑，但穿模，左右方向还是反的，改了很多轮都没修好。我们决定用同一句话再问一次，看模型正式发布之后，之前踩过的坑还会不会再掉进去。

　　结果是这次没有翻车，M3.1 Flash 在任务初始阶段就为自己定好了标准。修复过程中，它会主动打开浏览器试错。这个细节很关键，说明模型会验收改动。匿名期社区最看好的自检行为，正式发布后依然保留。

　　当然，它并非没有毛病。赛车手刹很难用，按下后反馈微弱。这类细节问题，在自我优化过程中仍难以被察觉。但翻车修复本身是更重要的信号，社区诟病的短板，这次终于补上了。

　　依旧缺席的 Pro 模型

　　这五轮考验到底证明了什么？

　　换题仍能做，说明是方法不是答案。四道同类型新题换上去，它依然做得出来。背过的答案会过期，掌握的方法不会。

　　自验收是最值钱的行为。自己打开浏览器试错，比“改完就交卷”高一个段位。赛车从穿模、方向反，到这次没翻车，靠的不是运气，是它会自己验收。

　　性价比成立。前端 Coding 能力毋庸置疑，官方 Coding 分数领先有实测支撑；结合 M3.1 Flash 的价格看，这是一款高性价比模型，足以承担日常中一部分中等难度 Coding 任务。

　　真正值得深思的是 MiniMax 自身。

　　回头看，MiniMax 发模节奏其实不慢。M2 系列每五到八周迭代一次，M3 旗舰今年 6 月就开源了。但更高智能上限的 Pro 版迟迟没来，官方只给“不久后推出”几个字。这次回归，打头阵的是轻量 Flash，主打快和便宜，不是智能上限。

　　这是一个商业选择，也是一次技术表态。Space Bunny 在社区里封神，靠的是 3D 世界和前端动效，是能被人一眼看见、随手转发的东西。但 M3.1 Flash 的官方叙事，从头到尾都在讲企业流程和合规。MiniMax 显然很清楚哪一边能换成收入。

　　问题只剩一个，Pro 亮相那天，MiniMax 准备拿什么面目，去见那个因 3D Demo 封神而记住它的社区？

　　Flash 已把前端 Coding 的基本盘打牢，Pro 上台，别只递一份合规 PPT。