正面硬刚DeepSeek，MiniMax M3.1 Flash发布，输出卷到200+ TPS，价格砍到1/2 - 任九赛前分析

AI圈热议的匿名模型Space Bunny，近日终于被揭开面纱！

智东西10月19日报道，MiniMax于当日正式推出M3.1 Flash，这款模型被定义为针对编码和智能体优化的轻量级版本，支持100万token的上下文长度。

就在两天前，10月17日，DeepSeek V4.1 Flash-1017也已上线。

根据M3.1 Flash的评测数据，该模型在智能体任务、编程、计算机操作及网络安全等方面均有显著提升，整体表现与DeepSeek V4.1 Flash-1017基本持平。

价格方面，M3.1 Flash也进一步拉低了门槛。其输入费用为每百万Token 1元，输出费用为每百万Token 4元，缓存读取费用为每百万Token 0.1元。MiniMax团队透露，在智能体类任务中，该模型的综合使用成本相比上一代降低了70%。

DeepSeek V4.1 Flash-1017的定价则为：非高峰时段输入（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。

在性能上你追我赶，价格上互不相让，这两款“Flash”模型相继落地，标志着国产模型在Flash领域首次呈现出“双强”并立的局面。

01. 硬核成绩单解析：性价比领先 多项指标超越Kimi K3和GLM-5.3

Space Bunny在匿名阶段积累的用户口碑，使得正式版M3.1 Flash备受期待，那么它的实际表现如何？

在复杂任务与自动化方面，M3.1 Flash实现了反超。在评估智能体长程、多步骤真实任务的Agents’ Last Exam中，M3.1 Flash取得了29.6%的通过率，成本为739元，处于“低成本-高通过率”的最优区间，性能远超同等价位模型。

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获得62.2分，超越了DeepSeek V4.1 Flash-1017的60.5分，并领先于Opus 5。

在编程领域，M3.1 Flash与DeepSeek V4.1 Flash-1017各有侧重。在DeepSWE v1.1测试中，DeepSeek V4.1 Flash-1017以77.0分位居第一，M3.1 Flash取得73.7分，与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，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，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。

从榜单来看，M3.1 Flash并非“偏科”模型，其在智能体和自动化上的成绩，甚至已超越行业旗舰大模型。

完整榜单如下：

02. 发布时间仅隔48小时 DeepSeek和MiniMax形成“双强”格局

DeepSeek V4.1 Flash-1017与M3.1 Flash，同样定位Flash，在两天内先后发布，且基准测试成绩如此接近，自然让人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，总参数量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越了上一代Pro版本，但定价压得很低。这款模型的发布，直接让开发者看到了Flash模型的“旗舰能力”。

顺着DeepSeek撕开的口子，M3.1 Flash又向前迈进了一步。

在M3.1 Flash尚处于匿名阶段时，上线短短几天内，它便在OpenCode的调用量榜单稳居第二，在OpenRouter上曾一度排名第一。

有网友用Claude Opus 5、GPT-6 Sol和Gemini 3.8 Flash与Space Bunny进行比较，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，最终呈现的效果能与Opus 5媲美，速度也很快。

智东西也第一时间进行了实测，认为该模型效果直逼GPT-6 Astra。

Space Bunny匿名期间让开发者惊艳的响应速度在正式版中得以保留。据MiniMax团队透露，他们进一步优化了M3.1 Flash的推理效率，采用了更激进的稀疏注意力架构，日常使用场景下的输出速度可达200+TPS，中位数（P50）稳定达到170+TPS。

定价上，M3.1 Flash的输入输出价格约为DeepSeek V4.1 Flash-1017高峰期价格的一半，与空闲时期价格持平。

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成本控制时，开发者可选择DeepSeek V4.1 Flash-1017；面对长程智能体任务、跨应用自动化或多模态驱动的开发流程时，M3.1 Flash则可作为首选。

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 Bunny匿名期间的调用量霸榜，还是M3.1 Flash正式发布的基准测试成绩单，都证明了MiniMax在智能体与自动化方向的竞争力，也让用户对其后续Pro模型的发布充满期待。

03. 结语：Flash模型登场，不再是“平替”

DeepSeek和MiniMax的两款Flash模型接连登场，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”的竞争格局。

对开发者和企业来说，模型工具箱中，自此新增了一个可以按需调度的优质选择。

本文来自微信公众号“智东西”（ID：zhidxcom），作者：王涵，编辑：漠影，36氪经授权发布。