国产Flash双子星开始抢旗舰的饭碗DeepSeek刚出牌又一款王炸杀上来了两天前DeepSeek甩出V4.1 Flash-1017把「许愿式编程」摆上台面。才过一个周末MiniMax就紧接着重磅出击M3.1 Flash刚刚正式发布论Coding性价比DeepSeek第一M3.1 Flash第二。Agent任务上它直接拿下Automation-Bench全场第一跑完Agent终极考试ALE只花了739元价格比上一代M3砍掉一半还多性价比直接绝杀两天之内两家国产大模型接连出手Flash这个段位的竞争直接拉满编程追平旗舰Agent反超Opus 5官方放出的总榜上M3.1 Flash和DeepSeek、GLM、GPT-5.6 Sol、Claude Opus 5等模型同台比了15项。它最强的是CoWork5项里拿下3个第一DeepSWE编程追平旗舰网络安全也站进了第一梯队。软件工程基准DeepSWE v1.1考的是一整条开发链路代码理解、功能开发、问题修复、测试验证都得模型自己来。M3.1 Flash在max档拿下73.7分压过OpenAI旗舰GPT-5.6 Sol73.0分把GLM-5.366.9分甩在身后。跑出这样的成绩M3.1 Flash在DeepSWE上的单任务成本还不到2元。而在这个价位里成绩更高的只有刚发布的DeepSeekV4.1 Flash-1017。同样拿到73%上下的分数Claude Opus 5一个任务要花70多元是M3.1 Flash的40多倍。DeepSeek和MiniMax这两兄弟硬是把旗舰级的分数打到了一两块钱。真正让M3.1 Flash杀疯的是CoWork和复杂Agent工作流。Automation-Bench由Zapier构建并开源600个任务全部来自真实企业的业务流程覆盖销售、营销、运营、客服、财务、HR。它考的是模型能不能在一堆SaaS系统之间把一件活从头干到尾。M3.1 Flash在这里拿下62.8分全场第一它把Opus 5甩开近12分把GPT-5.6 Sol甩开16分多连刚发布的DeepSeekV4.1 Flash-101760.5分也压了一头。更恐怖的是成本。在这张成本与得分图上其他所有模型都落在M3.1 Flash的右下方花得更多分数更低。M3.1 Flash只开到medium档一个任务花2毛5左右分数就已经超过了更新一代的Opus 5.5拉满max档的成绩。Opus 5.5跑一个任务要6块钱左右贵了20多倍。就算开到最高的max档一个任务也就3毛钱左右。跑1000个跨SaaS系统的真实企业任务账单才300元上下LOCA-Bench 256K上M3.1 Flash同样是全场第一60.3分压过GPT-5.6 Sol60.0分和Opus 553.7分。金融场景的BankerToolBench考的是多步骤规划、跨文档一致性、金融合规和工具链式调用。M3.1 Flash拿下76.2分和Claude Opus 5并列第一GPT-5.6 Sol74.6分落在后面。网络安全测试CyberGym覆盖188个真实软件项目里的1507个历史漏洞M3.1 Flash拿下82.2分和GLM-5.384.5分、GPT-5.6 Sol83.6分一起站在全球第一梯队。Flash接下复杂任务700块打赢上万块在计算机使用Computer Use领域M3.1 Flash的爆发力更让人直呼恐怖。OSWorld 2.0和ALE两项它都拿下了国产模型第一跑完一整套ALE只花了739元OSWorld 2.0由港大XLANG Lab牵头推出108个长流程任务覆盖7大领域熟练的人做一个任务一般要1.6小时左右。M3.1 Flash拿下61.7分比DeepSeekV4.1 Flash54.3分高出7分多。Agents Last ExamALE名字就叫「Agent的最后一场考试」。它由伯克利RDI牵头、数百名行业专家参与建设覆盖13大行业、55个细分领域。M3.1 Flash的通过率是29.6%直逼GPT-5.6 Sol30.6%和Claude Opus 532.2%。ALE一共152道任务这739元就是跑完一整套的估算总成本。在ALE的成本图上20多个模型里它花钱最少通过率比它高的7个模型最便宜的GPT-5.6 Luna也要1600元左右是它的两倍多。GPT-5.6 Sol只多拿1个点花了五千多元Claude Opus 5、GPT-6 Astra要七千多元Claude Opus 5.5接近九千元。Claude Opus 4.7、Gemini 3.1 Pro的账单都过了一万元通过率却只有21%和16.5%被M3.1 Flash甩在身后。图上那条虚线连起的是每个价位上分数最高的模型。M3.1 Flash就站在这条线的起点。花700多块打赢上万块账单差了十几倍价格也卷下来了砍掉一半还多每百万Token输入只要1元输出4元缓存读取1毛钱。放到Agent任务里综合使用成本比前代降了70%。同样是国产FlashDeepSeekV4.1 Flash-1017按高峰和空闲两档计费。很多企业的业务都集中在工作日白天正好撞上DeepSeek的高峰时段输入2元、输出8元整整贵了一倍。M3.1 Flash不分时段全天都是DeepSeek空闲时段的价。缓存用得多的重度场景按10亿输入Token算。命中率90%时M3.1 Flash的输入费用是190元比DeepSeek高峰时段的236元便宜46元。命中率提到95%两家是145元对138元基本打平。能力够用账单够低Flash才有机会坐上主力位置。速度狂飙200 TPSMiniMax杀回文本牌桌光便宜还不够要让长流程任务用得起来速度也得跟上。M3.1 Flash的日常输出速度可达200 TPS中位数稳定在170 TPS上一代M3在官方文档里还只是100 TPS。写代码的人都懂那种煎熬模型修一轮发现还有问题再等下一轮。反复几次灵感没了咖啡也凉了。这恰恰是M3.1 Flash的强项。它的前身正是前阵子全网围观的神秘模型「太空兔」Space Bunny网友反馈最集中的一点就是快。MiniMax官方一句「欢迎回来太空兔」直接认领了身份。匿名期间Space Bunny就处理了超过200T Token正式版延续了这股极速基因又换上更激进的稀疏注意力架构线上推理速度提升了近3倍。你这边回车刚敲下去它那边的代码已经一行行刷满屏幕。AI开发者Ivan Fioravanti通过API上手一测直呼「快就是快」但比速度更重要的是MiniMax这次打了一场漂亮的翻身仗。过去一段时间外界对MiniMax多少带着点刻板印象。上一代M3发布时争议不小甚至有人断言「MiniMax不擅长做文本模型」。今天的M3.1 Flash用成绩把这些质疑顶了回去。MiniMax自己也把宝押在了它身上。官方API文档的模型列表里M3.1 Flash已经排在了第一位。M3.1 Flash原生支持100万Token上下文文本、图片、视频都能直接读。思考模式是常开的每次回答前都会先想一遍。不过想要快还是要深可以交给effort参数来调。low、medium、high、xhigh、max五档随便切不填就默认max。简单的日常指令挂low档省钱又省时。复杂的系统架构重构就拉满到max模型先把问题拆开一步步推思考过程单独返回交到你手里的只有干净的结果。现在M3.1 Flash已经正式上线MiniMaxAPI、M Plan和MiniMaxCode。官方CLI仓库默认文本模型已切换至MiniMax-M3.1-Flash一手实测把《盗梦空间》折进网页我们把M3.1 Flash接进Codex出了一道脑洞题让一座城市像立体书一样折起来还要做成能上手玩的3D网页。原本摊在地面的街区缓缓抬升公路竖成高墙楼群跟着向中央围拢。刚才还在俯瞰城市转眼就像站进了一个会变形的世界。拖动滑块城市可以停在任意折叠程度切到夜晚一排排窗口亮起来整个场景又换了一副面孔。再拖动画面还能绕到另一侧看看街道和楼房到底怎么连在一起。一个带着《盗梦空间》味道的脑洞就这样成了能亲手摆弄的3D玩具。开发者AJ也拿它做了一轮宝塔生成测试。M3.1 Flash搭出的宝塔是他测过的所有模型里最有视觉冲击力的一座连DeepSeekV4.1 Flash都比了下去。更夸张的是整个过程一气呵成没有多轮对话没调用任何工具也没套任何框架一次API调用、思考拉满花了约5万TokenM3.1 Flash就把整座宝塔搭了出来。国产Flash双子星开始抢旗舰的饭碗两款Flash前后脚上桌国产Flash赛道的「双子星」已经成形从这轮评测看DeepSeek在DeepSWE软件工程任务上更占优势MiniMax则在企业工作流、金融工具调用这些任务里更抢眼。两家各有主场开发者完全可以搭着用按任务挑模型最后让成功率、耗时和账单说话。比起抢一个总榜名次这才更像开发者每天真实的用法。更大的变化是Flash正在伸手接走过去需要旗舰出场的工作。此前为了完成复杂任务开发者往往愿意多付一些钱换更高的成功率、更少的来回折腾。如今Flash在不少任务上已经追到旗舰身边这笔溢价就得重新算了。修一个Bug、跑一条业务流程、完成一串电脑操作只要更便宜的模型能把结果交出来用户就有理由先试试它。随着DeepSeek和MiniMax继续往前推越来越多的活会先交给Flash预算留给真正难啃的部分。Pro的能力Flash的速度和价格。这条路国产模型正越走越宽。而M3.1 Flash只是前菜官方已经放话追求智能上限的Pro版本稍后就到国产Flash双子星上桌了原文链接DeepSeek第一MiniMax第二国产Flash双子星杀疯了-36氪我的专辑《人工智能生命体 新启点》CSDN平台https://blog.csdn.net/2501_91883294/article/details/147616608?sharetypeblogdetailshareId147616608sharereferAPPsharesource2501_91883294sharefromlink