10月19日，MiniMax正式发布M3.1 Flash模型，并确认此前在开发者社区引发关注的匿名模型Space Bunny即为其测试版本。两天前，DeepSeek刚刚更新V4.1 Flash-1017版本。两款国产Flash模型相继亮相，在模型能力与定价策略上形成直接竞争。
根据MiniMax公布的评测数据，M3.1 Flash在Automation-Bench复杂Agent任务对比中位列第一，在BankerToolBench金融业务基准中以76.2％的成绩与Opus 5并列第一，在网络安全基准CyberGym上取得82.2％。在软件工程基准DeepSWE v1.1中，M3.1 Flash成绩为73.7％，低于DeepSeek V4.1 Flash的77.0％，但与Opus 5的74.0％和GPT-5.6 Sol的73.0％处于相近区间。Coding性价比方面，DeepSeek位居第一，MiniMax紧随其后。
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，重点考察模型在不同系统间连续调用工具、完成端到端流程的能力。BankerToolBench则聚焦金融业务场景，对多步骤规划、跨文档信息处理和工具调用提出更高要求。两款模型在评测中各有胜负：DeepSeek在软件工程领域保持领先，MiniMax在复杂Agent任务上取得优势。
在Artificial Analysis榜单中，M3.1 Flash的智能指数达到43分，较上一代M3的29分提升接近五成；任务加权平均模型费用从0.51美元降至0.22美元。这意味着模型评分提升的同时，完成任务的成本下降超过一半。在正式发布前，Space Bunny曾在OpenRouter平台连续10天占据模型使用量榜首，累计处理56.7T Token。MiniMax确认，该匿名模型在测试及使用期间累计处理量超过200T Token。
定价方面，M3.1 Flash每百万Token输入1元、输出4元、缓存读取0.1元。相比上一代M3，输入和输出价格降低约一半，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，且全天不区分峰谷时段。
在实际任务测试中，以一张手绘校园平面图和建筑尺寸表为输入，要求模型完成校园布局与冲突检查、编写Blender脚本建模、导出GLB文件，并通过Three.js构建可交互网页。MiniMax Code结合M3.1 Flash用时55.4分钟，OpenCode结合DeepSeek V4.1 Flash用时约121分钟。按测试采用的API计价口径折算，两边模型费用均在6.5元左右。两套方案均完成主要交付要求，MiniMax方案在交互细节上提供了更醒目的建筑编号、场地信息与视角切换功能。
过去外界对MiniMax文本模型的讨论多集中于价格，能力层面的关注相对有限。M3.1 Flash此次在复杂Agent任务和金融业务基准上拿出了可与主流模型正面比较的成绩，同时维持了具有竞争力的定价。对开发者而言，国产Flash模型市场增加了一个兼顾能力与成本的选择，模型选型的考量维度也从单一价格转向任务场景与性价比的匹配。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
