MiniMax“杀”回来了！M3.1 Flash继DeepSeek后登场，国产Flash“双子星”72小时竞速上线

MiniMax“杀”回来了。

10月19日晚，MiniMax正式发布新一代Flash模型M3.1 Flash。据MiniMax介绍，M3.1 Flash在复杂Agent任务、电脑操作、软件开发及网络安全等方面取得大幅提升，在面向需要多步骤规划、连续调用工具和长程执行的任务上表现效果突出，同时线上推理速度提升了近3倍，使用成本降低了70%。

同日早些时候，MiniMax官方账号发布了一段短视频，一枚胡萝卜造型的火箭点火升空，此举被视为官方认领匿名模型“太空兔”（Space Bunny），而Space Bunny便是MiniMax M3.1 Flash的早期版本。

两天前（10月17日），DeepSeek刚刚更新了V4.1-Flash-1017，重点提升完整项目开发能力，并通过缩短输出长度和任务运行时间，提高任务执行效率。

短短72小时内，两家头部厂商接连更新，也让国产Flash模型在复杂任务上的竞争更加直接。

DeepSeek V4.1-Flash-1017已经证明，Flash模型正在向复杂任务中的主力角色靠近。MiniMax M3.1 Flash再次印证了这一点，为市场重新评估MiniMax文本模型竞争力提供了具体依据。

Coding能力进入第一梯队

MiniMax把Flash做到旗舰级

就评测成绩来看，M3.1 Flash的Coding能力已经进入行业第一梯队。

编程与软件工程能力上，M3.1 Flash在DeepSWE v1.1评测中取得73.7%的成绩，展现出出色的长链路任务执行能力，能够以更低的成本支持复杂的软件开发工作流。

过去行业的默认共识是，Flash模型只是大参数旗舰模型的“平替”：价格更低，但能力上限有限。开发者选用Flash，大多是出于预算约束或是简单场景需求，核心、高难度任务依然要交给旗舰模型。

但时至如今，Flash模型已经拿出了足以对标旗舰的评测分数。

这意味着，包括M3.1 Flash在内的Flash模型，打破了“强代码能力必须依赖旗舰大模型” 的固有认知，不再只是低成本备选，而是在性能、时延、成本之间找到了具备商用价值的平衡点。

此外，在复杂任务与自动化能力方面，M3.1 Flash在AutomationBench-AA中取得了62.8%的正确率，位居前列。

据了解，Automation-Bench由全球规模领先的SaaS自动化平台Zapier构建开源，包含600个基于真实企业业务流程的任务，覆盖销售、营销、运营、客服、财务、HR等多条业务线，评估模型在跨SaaS系统工作流中端到端完成任务的能力。

在跨SaaS系统的真实企业业务工作流中，M3.1 Flash能完整解决销售、营销、运营、客服、财务、HR的真实问题。

不仅如此。模型在BankerToolBench评测中取得76.2分，擅长多步骤规划、跨文档/跨文件一致性、金融业务合规、工具链式调用等真实复杂问题。

BankerToolBench聚焦金融场景下的Agent能力评测，考察模型在多步骤规划、跨文档一致性、金融业务合规、复杂工具链式调用等场景下的综合表现，是衡量模型处理高复杂度专业业务的权威评测之一。

电脑操作与专业任务执行也是此次更新的重点。

M3.1 Flash在衡量AI电脑操作与跨应用任务执行能力的OSWorld V2中取得 61.7 分，在评估真实专业工作场景与复杂任务完成能力的Agents' Last Exam（ALE）中取得29.6分，均位列国产模型首位。

通过ALE对比图可看出，M3.1 Flash在152项任务中取得29.6%的通过率，整套测试的估算总成本约739元，为图示对比模型中最低，测试成本也低。可以看出，Flash模型已能够以较低预算提供有竞争力的专业任务完成能力，为其进入高频工作流提供了更具体的性价比依据。

与此同时，在网络安全领域，M3.1 Flash在CyberGym基准测试中取得82%的高分，展现出领先的漏洞发现与验证能力。经内部安全专家深度评测，模型在代码审计、漏洞修补、渗透测试、恶意代码分析与逆向工程等场景下均表现出色，能够以低成本、高效率支持复杂的安全体系建设。

国产Flash模型“双子星”问世

性价比全面突围

从公开榜单测试结果看，国产Flash模型不仅能够在编程和Agent评测中与头部闭源模型竞争，同时保持较低的调用价格。

M3.1 Flash的推理效率得到进一步优化，成本也更低。

据介绍，该模型使用了更激进的稀疏结构，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。在Agentic类任务中，模型的综合使用成本是前代模型的三成。

除能力提升外，M3.1 Flash此次还下调了API调用价格，每百万tokens的输入费用为1元、输出费用为4元，缓存读取费用为0.1元。与M3（输入≤512K tokens）对应价格相比，输入和输出单价均降低50%以上，缓存读取单价降低超70%。

DeepSeek V4.1-Flash-1017采用按Token峰谷计费，闲时输出仅4元/百万token，缓存命中成本低至0.02元/百万token。高峰时段，价格全部翻倍，缓存命中0.04元/百万token、输出8元/百万token。根据DeepSeek规定，北京时间周一至周五（不含中国法定节假日）9:00-12:00、14:00-18:00为高峰时段；其余时段，包括周末及中国法定节假日全天均为空闲时段。

从定价看，M3.1 Flash采用统一固定价，无需错峰调度。

从能力侧重与适用场景看，二者形成了互补关系。

对于开发者而言，Flash模型意味着以更低的成本承担复杂工作。随着Flash的任务能力提升，模型竞争也进一步延伸到完整任务的交付效率：既要完成工作，也要减少重试、返工和人工接管。能力、速度与成本的同步改善，才有可能推动更多任务进入高频使用阶段。

在这一竞争方向上，DeepSeek与MiniMax呈现出各有侧重的优势。根据公开对比结果，DeepSeek V4.1 Flash-1017的软件工程评测得分更高，M3.1 Flash则在跨SaaS业务工作流、网络安全等领域表现更突出。两者可以成为开发者与企业按任务选择的互补选项，也使国产Flash领域形成了一组相互参照、持续竞争的产品组合。

DeepSeek与MiniMax各自走出差异化路线，证明国产Flash赛道并非零和博弈。随着这组国产Flash“双子星”接连登场，也说明了Flash模型正在从低成本备选，转向复杂任务里的核心担当。当更快、更强、成本更优的Flash模型能够扛起复杂软件开发、跨系统业务自动化、安全审计等硬核任务，AI有望加速走进日常生产。

而MiniMax即将到来的Pro版本，也预示这场向上、向产业的技术赛跑，远没有抵达终点。

编辑|蒙锦涛