正面硬刚DeepSeek，MiniMax M3.1 FlashPost，输出卷到200+ TPS，Price砍到1/2
火爆AI圈的Anonymous模型Space Bunny，终于被认领了！
智东西10月19日报道，just now，MiniMax正式亮相M3.1 Flash，定位为Coding/Agent优化轻量级模型，拥有100万token上下文。
几乎前后脚，10月17日，DeepSeek V4.1 Flash-1017上线。（梁圣又掀桌了！DeepSeek新模型斩杀GPT-6，许愿式编程时代降临）
根据M3.1 Flash的基准测试成绩，该模型在Agentic任务、编程、Computer Use及网络安全能力等方面实现了大幅增强，与DeepSeek V4.1 Flash-1017基本追Draw。
定价上也GF一步打穿了“斩杀线”。M3.1 Flash的输入Price为每百万Token 1元，输出Price为每百万Token 4元，缓存读取Price为每百万Token 0.1元。据MiniMax团队Post信息，在Agentic类任务中，该模型的综合使用开销较前代模型降低了70%。
DeepSeek V4.1 Flash-1017定价为闲时输入（缓存命中）每百万Token 0.02元、未命中每百万Token 1.0元、输出每百万Token 4.0元，高峰时段输入（缓存命中）每百万Token 0.04元，未命中每百万Token 2.0元，输出每百万Token 8.0元。
能力上你追我赶，Price上更是不甘示弱，这两款“Flash”模型接连落地，国产模型在Flash段位第一次有了“双强”的格局。
01.
拆解硬核成绩单：性价比之王
多项成绩超过Kimi K3和GLM-5.3
Space BunnyAnonymous期积累的社区口碑，让正式版的M3.1 Flash承载了极高的期待，那它成绩究竟如何呢？
在复杂任务与自动化上，M3.1 Flash实现反超。在评估智慧体长程、多步骤真实任务的Agents’ Last Exam中，M3.1 Flash跑出了29.6%的通过率和739元的花费，处在“低花费-高通过率”的最前沿区间，实力远超同价位模型。
而在考察真实业务流程跨应用自动化的Automation-Bench v1.0.6中，M3.1 Flash拿下62.2分，反超了DeepSeek V4.1 Flash-1017的60.5分，更是将Opus 5甩在身后。
在编程领域，M3.1 Flash与DeepSeek V4.1 Flash-1017各有侧重。在DeepSWE v1.1测试上，DeepSeek V4.1 Flash-1017得分为77.0分，排名第一。M3.1 Flash取得73.7分，距离Opus 5仅差0.3分。
在代码修复测试SWE Refore Bench中，M3.1 Flash拿到23.0分，直接是DeepSeek成绩的两倍以上。
在专业与安全领域，M3.1 Flash也稳居第一梯队。在金融工具调用的BankerToolBench中，它以76.2分与Opus 5并列第一; 网络安全CyberGym测试中，其以82.2分与GLM-5.3同处第一梯队; 无工具学术推理测试HLE w/o tools中，M3.1 Flash取得43.4分，略高于DeepSeek V4.1 Flash-1017。
从榜单可以看出，M3.1 Flash绝不是一个“偏科”的模型，它在Agent和自动化上的成绩，甚至已经超越了行业旗舰大模型。
完整榜单如下：
02.
Post相隔48小时
DeepSeek和MiniMax打出“双强”格局
DeepSeek V4.1 Flash-1017与M3.1 Flash，同样定位Flash，在两天内接连Post，且基准测试成绩如此接近，让人自然而然地看到了一个全新的格局：双强并立。
DeepSeek V4.1 Flash采用稀疏MoE架构，总参规模552B，但推理时输入仅激活8B参数、输出激活16B。它在性能与速度上都超过了上一代Pro版本，但定价压得很低。这款模型的登场，直接让研发者们看到了Flash模型的“旗舰能力”。
顺着DeepSeek撕开的口子，M3.1 Flash往前更近了一步。
在M3.1 Flash还处于Anonymous期时，上线短短几天内，它便在OpenCode的调用量榜单稳居第二，在OpenRouter上一度排名第一。
有网友用Claude Opus 5、GPT-6 Sol和Gemini 3.8 Flash与Space BunnyGF行比较，用最高思考级别构建火箭发射场景。该网友称Space Bunny仅花了三分钟，最终呈现的效果能和Opus 5相比，速度也很快。
智东西也第一TimeGF行了实测，认为该模型效果直逼GPT-6 Astra（神秘模型“太空兔”火了，效果直逼GPT-6 Astra，10万人围观）
Space BunnyAnonymous期间让开发者惊艳的响应速度在正式版中也得到完整保留。据MiniMax团队透露，他们GF一步优化了M3.1 Flash的推理效率，使用了更激GF的稀疏注意力架构，日常使用场景下的输出速度可达200+TPS（Tokens per Second），中位数（P50）稳定达到170+TPS。
定价上，M3.1 Flash的输入输出Price约为DeepSeek V4.1 Flash-1017高峰期报价的一半，与空闲时期Price持Draw。
▲M3.1 Flash与DeepSeek V4.1 Flash-1017Price对比（智东西制表）
可以说，这两个模型就像开发者工具箱里两套各有侧重的工具，开发者能根据任务需求灵活调度。
例如，需要代码生成效率和缓存花费控制时，打造者们可以选择DeepSeek V4.1 Flash-1017; 面对长程Agent任务、跨应用自动化或多模态驱动的研发流程时，M3.1 Flash则可以作为第一选项。
此前外界对MiniMax的印象，或许多集中在多模态领域。但无论是Space BunnyAnonymous期间的调用量霸榜，还是M3.1 Flash正式Post的基准测试成绩单，都证明了MiniMax在Agent与自动化方向的竞争力，也让用户对其后续Pro模型的亮相充满期待。
03.
结语：Flash模型上桌，不再是“Draw替”
DeepSeek和MiniMax的两款Flash模型接替上场，让业内看到了Flash模型的实力。
Flash模型正在撕掉“预算不足才退而求其次”的旧标签。从基准测试结果来看，它已能在部分核心指标上，跻身旗舰模型的同台对比序列，同时保留自身在推理速度与成本上的固有优势。
从性价比上看，Flash模型或许最接近真实使用场景的模型类型，国产模型首次形成DeepSeek和MiniMax“双强并立”的较量格局。
对开发者和厂商来说，模型工具箱中，自此新增了一个可以按需调度的优质选择。
本文来自WeChat公众号“智东西”（ID：zhidxcom），作者：王涵，编辑：漠影，36氪经授权推出。
Generate poster / share QR code
