MiniMax M3.1 Flash 发布：Agent 任务效能领先，价格战重塑 Flash 模型定位
2026/10/21 12:09阅读量 4
MiniMax 正式发布 M3.1 Flash 模型（前身为匿名模型 Space Bunny），在 Automation-Bench 复杂 Agent 任务中位居第一，Coding 性价比仅次于 DeepSeek。实测显示，在同等费用下，M3.1 Flash 完成 3D 校园构建任务比 DeepSeek V4.1 Flash 节省约 65 分钟。该模型通过大幅降低 API 价格并提升智能指数，推动 Flash 模型从“廉价替代品”向“复杂任务执行者”转变。
事件概述
2026年10月17日，DeepSeek 更新 V4.1 Flash-1017；两天后，MiniMax 正式发布 M3.1 Flash 模型，并确认其身份为此前在社区活跃的匿名模型 Space Bunny。两款国产 Flash 模型前后脚亮相，引发行业对性价比与性能边界的关注。
核心评测数据
根据 MiniMax 公布的评测结果，M3.1 Flash 在多项基准测试中表现突出：
- Agent 能力：在 Automation-Bench v1.0.6 复杂 Agent 任务对比中位列第一；在 BankerToolBench 金融业务场景中得分 76.2%，与 Opus 5 并列第一。
- 软件工程：在 DeepSWE v1.1 基准测试中得分为 73.7%，虽低于 DeepSeek (77.0%)，但与 GPT-5.6 Sol (73.0%) 处于同一梯队。
- 综合指标：截至 10 月 20 日，在 Artificial Analysis (AA) 榜单中，M3.1 Flash 智能指数达 43 分（上一代 M3 为 29 分），任务加权平均费用降至 0.22 美元，较上一代降低超过 50%。
实测对比：效率与成本
针对“根据手绘平面图和尺寸表搭建可交互 3D 校园”的实际任务，采用相同本地环境进行对比测试：
- 耗时差异：MiniMax Code + M3.1 Flash 组合用时 55.4 分钟；OpenCode + DeepSeek V4.1 Flash 组合用时约 121 分钟。前者节省约 65 分钟，会话时长缩短 54%。
- 费用对比：按官方 API 计价，MiniMax 任务费用约 6.50 元（缓存命中率 98.1%）；DeepSeek 按高峰价计算约 6.52 元。两者费用基本持平，但 MiniMax 显著提升了单位时间的产出效率。
- 交付质量：双方均完成了建模、GLB 导出及 Three.js 网页交互开发。MiniMax 在 UI 交互细节（如高亮轮廓、浮动标签）上表现更直观，DeepSeek 则偏向数据列表展示。
市场影响：Flash 模型的角色转变
M3.1 Flash 的定价策略进一步加剧了市场竞争：
- 价格优势：输入 1 元/百万 Token，输出 4 元/百万 Token，缓存读取仅 0.1 元。相比 DeepSeek V4.1 Flash 高峰期价格减半，且全天不区分峰谷时段。
- 旗舰替代潜力：在 ALE-v1 Overall 完整集测试中，M3.1 Flash 通过率 29.6%，估算费用约 739 元；而完成率相近的 GPT-5.6 Sol 费用高达 5000 元左右，差距近 7 倍。
这一趋势表明，随着 Agent 场景对连续工具调用和多步骤规划需求增加，Flash 模型不再仅是旗舰模型的廉价替代品，开始在复杂任务中展现出极高的成本效益，部分工作流已可优先尝试使用 Flash 而非直接调用高价旗舰模型。