同样6.5元，MiniMax比DeepSeek少花65分钟

“这个价格还要什么大肥鱼啊是不是。”M3.1 Flash 价格公布后，评论区有人这样拿 DeepSeek 开起了玩笑。玩笑归玩笑，这次 MiniMax 拿出的不只是一张价目表。

10 月 17 日，被网友戏称为“大肥鱼”的 DeepSeek 更新 V4.1 Flash-1017；仅隔两天，MiniMax 正式发布 M3.1 Flash，并认领了此前在开发者社区颇受关注的匿名模型 Space Bunny。两款国产 Flash 前后脚亮相，网友已经开始拿“大肥鱼”和“太空兔”开起了玩笑。

在亮明身份之前，Space Bunny 已经在开发者社区跑出了一些存在感。OpenRouter 披露，它曾连续 10 天占据平台模型使用量榜首，累计处理 56.7T Token。MiniMax 此次也确认，这款匿名模型在相关测试及使用期间累计处理量超过 200T Token。速度快，是不少开发者此前对它的印象。

开发者 Hassan 在 X 上晒出一组对比：他让 M3.1 Flash 和 Claude Opus 5.5 分别制作一款硬件产品的发布落地页，MiniMax 交出的设计让他相当满意，而两边的账单分别只有 0.014 美元和 1.22 美元。在他的这次测试中，MiniMax 的完成速度还快了约 4 倍。

榜单上各有胜负

截至 10 月 20 日，在 Artificial Analysis（AA）榜单中，M3.1 Flash 的智能指数达到 43 分，上一代 M3 则为 29 分。与此同时，其任务加权平均模型费用从 0.51 美元降至 0.22 美元。分数涨了，完成任务的成本反而降了一半还多。

真要和两天前刚更新的 DeepSeek V4.1 Flash-1017 掰手腕，两款模型各有胜负。在软件工程基准 DeepSWE v1.1 中，DeepSeek 取得 77.0%，M3.1 Flash 为 73.7%。虽然仍有差距，但后者已经与 Opus 5（74.0%）、GPT-5.6 Sol（73.0%）处于接近的成绩区间。Coding 性价比对比中，DeepSeek 位居第一，MiniMax 紧随其后。

换到 MiniMax 这次主攻的复杂 Agent 任务，情况就反过来了。在 Automation-Bench v1.0.6 模型对比中，M3.1 Flash 超过 DeepSeek，位列第一；BankerToolBench 拿到 76.2%，与 Opus 5 并列第一。此外，它在网络安全基准 CyberGym 上也取得了 82.2% 的成绩。

Automation-Bench 由 SaaS 自动化平台 Zapier 构建，包含 600 个真实企业业务流程任务，覆盖销售、营销、运营、客服、财务及 HR 等场景。比起单纯生成一段代码，这类任务更考验模型能不能在不同系统之间连续调用工具，把一件事从头到尾办完。BankerToolBench 则将场景换成了金融业务，对多步骤规划、跨文档信息处理和工具调用提出了更高要求。

实测：同样做一座3D校园

榜单之外，我们还给两款 Flash 安排了同一道实际任务：根据一张手绘校园平面图和建筑尺寸表，从零搭建一座可以在浏览器里交互的 3D 校园。要求完成校园布局与冲突检查，编写 Blender 脚本建模，保留可编辑源文件并导出 GLB，再用 Three.js 做成可交互网页，支持建筑选择、详情查看、镜头定位和模拟时间。测试分别采用 MiniMax Code＋M3.1 Flash 与 OpenCode＋DeepSeek V4.1 Flash，在同一本地环境运行。

两套方案都完成了主要要求，但页面呈现方式有所不同。DeepSeek 更偏向建筑数据展示，通过左侧列表、右侧详情面板和底部时间滑块组织信息；MiniMax 则将建筑编号、场地信息和视角切换放在更醒目的位置，点击建筑后还有橙色高亮轮廓与浮动标签配合，场景和建筑数据的对应关系更加直观。两边均保留了可编辑的源文件，导出的 GLB 模型也通过了六个建筑编号的核验。

真正拉开差距的是时间。根据本地会话统计，MiniMax 组合用时 55.4 分钟，DeepSeek 组合则花了约 121 分钟，前者少用了约 65 分钟，会话时长缩短 54%。

两边的模型账单几乎没有差别。按照 10 月 20 日核验的官方 API 价格折算，MiniMax 本次任务的模型费用约为 6.50 元，DeepSeek 按高峰价格计算约为 6.52 元。MiniMax 此次运行的缓存命中率达到 98.1%，也帮助它将连续多轮调用的费用控制在较低水平。在主要交付要求均已完成、模型费用接近的情况下，MiniMax 用不到一小时完成了 DeepSeek 组合花费约两小时的工作。

Flash 开始抢旗舰的生意

过去，Flash 更多被当作旗舰模型的便宜替代品。预算有限、任务简单，开发者才会优先考虑 Flash；遇到复杂的软件工程或多步骤任务，还是习惯交给能力更强的旗舰。但随着 DeepSeek 和 MiniMax 接连更新，这种选择开始有了变化。

尤其到了 Agent 场景，模型需要反复读取文件、调用工具、修改代码、处理报错。一项任务可能持续几十分钟甚至数小时，开发者要关注的是整项工作究竟需要多少时间、多少成本才能完成。

MiniMax 此次公布的 ALE 成本对比提供了一个直观的例子。在 ALE-v1 Overall 完整集的 152 项任务中，M3.1 Flash 通过率为 29.6%，整套评测的估算模型费用约 739 元；通过率相近的 GPT-5.6 Sol（约 30.6%），对应费用则在 5000 元左右。两者完成率只相差约 1 个百分点，模型费用却相差近 7 倍。

当然，29.6% 的通过率也说明，M3.1 Flash 还远没到可以全面取代旗舰的程度，真正投入使用时，仍然需要把失败重试和人工检查算进成本。但对于一部分复杂任务，开发者已经有理由先试试 Flash，而不是一上来就调用价格最高的模型。

价格方面，M3.1 Flash 每百万 Token 输入 1 元、输出 4 元、缓存读取仅 0.1 元。相比上一代 M3，输入和输出价格约降低一半，缓存读取价格下降约 75%；与 DeepSeek V4.1 Flash-1017 相比，其输入、输出价格相当于后者高峰期的一半，与空闲时段持平，而且全天不区分峰谷。

有老用户的评价更直接：“不说有多强吧，至少掉队了这么久，现在终于也算跟得上时代了。”过去外界谈起 MiniMax 的文本模型，价格往往比能力更容易成为话题，M3.1 Flash 这次至少有了一份能够与主流模型正面比较的成绩单。MiniMax 后续还会推出追求更高智能上限的 Pro 版本，而 Flash 对旗舰的冲击也正在显现。