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

每日经济新闻