正面硬刚DeepSeek，MiniMax M3.1 Flash发布，输出卷到200+ TPS，价格砍到1/2

AI圈内一度身份成谜的匿名模型Space Bunny，如今终于被正式揭晓归属。

智东西10月19日报道，MiniMax于今日正式推出M3.1 Flash，这款模型被定义为针对Coding与Agent场景优化的轻量级方案，支持100万token的上下文长度。

几乎在同一时间，10月17日，DeepSeek V4.1 Flash-1017也正式上线。（梁圣再度引发关注！DeepSeek新模型超越GPT-6，编程模式迎来变革）

根据M3.1 Flash的基准测试结果，该模型在Agent任务、编程能力、计算机使用及网络安全等维度上取得了显著进步，与DeepSeek V4.1 Flash-1017的表现基本持平。

在定价方面，M3.1 Flash进一步拉低了门槛。其输入成本为每百万Token 1元，输出成本为每百万Token 4元，缓存读取成本则为每百万Token 0.1元。据MiniMax团队透露，在Agent类任务中，该模型的综合使用成本相比前代产品下降了70%。

DeepSeek V4.1 Flash-1017的定价为：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。

在性能上相互竞争，在价格上毫不退让，这两款“Flash”模型的接连发布，标志着国产模型在Flash类别中首次形成了“双强”并存的局面。

拆解硬核成绩单：性价比之王 多项成绩超越Kimi K3和GLM-5.3

Space Bunny在匿名期间积累的社区口碑，使得正式版M3.1 Flash承载了极高的期待。那么它的实际表现如何？

在复杂任务与自动化领域，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以29.6%的通过率和739元的成本，处于“低成本-高通过率”的最优区间，性能远超同价位模型。

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取得了62.2分，反超了DeepSeek V4.1 Flash-1017的60.5分，并将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测试中，DeepSeek V4.1 Flash-1017以77.0分排名第一。M3.1 Flash则获得73.7分，与Opus 5仅相差0.3分。

在代码修复测试SWE Refore Bench中，M3.1 Flash拿到23.0分，成绩是DeepSeek的两倍以上。

在专业与安全领域，M3.1 Flash同样稳居第一梯队。在金融工具调用测试BankerToolBench中，它以76.2分与Opus 5并列第一；在网络安全CyberGym测试中，以82.2分与GLM-5.3同处领先位置；在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并非一个“偏科”的模型，其在Agent和自动化方面的表现，甚至已经超越了行业旗舰大模型。

完整榜单如下：

发布相隔48小时 DeepSeek和MiniMax打出“双强”格局

DeepSeek V4.1 Flash-1017与M3.1 Flash，同样定位为Flash，在两天内接连发布，且基准测试成绩如此接近，自然形成了“双强并立”的新格局。

DeepSeek V4.1 Flash采用稀疏MoE架构，总参数量达552B，但推理时输入仅激活8B参数、输出激活16B。它在性能与速度上超越了上一代Pro版本，但定价却压得很低。这款模型的发布，让开发者直接看到了Flash模型的“旗舰能力”。

顺着DeepSeek撕开的口子，M3.1 Flash向前更进了一步。

在M3.1 Flash仍处于匿名期时，上线短短几天内，它在OpenCode的调用量榜单上稳居第二，在OpenRouter上曾一度排名第一。

有网友将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仅花三分钟，最终呈现效果能与Opus 5相比，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（神秘模型“太空兔”火了，效果直逼GPT-6 Astra，10万人围观）

Space Bunny匿名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，他们进一步优化了M3.1 Flash的推理效率，使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（Tokens per Second），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。

▲M3.1 Flash与DeepSeek V4.1 Flash-1017价格对比（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成本控制时，开发者可以选择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开发流程时，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 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Agent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。通过华体会下载，用户能够更便捷地体验这些模型的最新功能。

结语：Flash模型上桌，不再是“平替”

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。