首页 / 资讯详情
大肥鱼遇劲敌：MiniMax M3.1 Flash 拿下 Agent 任务第一，我们实测了
摘要
MiniMax 把 DeepSeek 的低谷价变成了全天价，Flash 价格战又卷起来了。 作者丨吴海明 李娜 编辑丨李娜 DeepSeek 刚刚把国产 Flash 的性价比标杆往前推了一步，MiniMax 就带着实名的“太空兔”追来了。10 月 17 日，被网友戏称为“大肥鱼”的DeepSeek 更新 V4.1 Flash-1017；仅隔两天，MiniMax 正式发布 M3.1 Flash，并认领了此前在开发者社区颇受关注的匿名模型 Space Bunny。两款国产 Flash 前后脚亮相，网友已经开始拿“大肥鱼”和“太空兔”开起了玩笑。不过，这次 MiniMax 还真不只是来拼价格的。根据此次公布的模型评测数据，M3.1 Flash 在 Automation-Bench 复杂 Agent 任务对比中位居第一，BankerToolBench 与 Opus 5 并列第一，Coding 性价比则仅次于 DeepSeek。 两款国产 Flash 前后脚更新，一个在软件工程上保持领先，一个在复杂 Agent 任务中拿出了更好的成绩。在 Automation-Bench 数据集上，M3.1 Flash 的任务费用分布性价比最高我们也拿 M3.1 Flash 跑了一道实际任务：给模型一张手绘平面图和建筑尺寸表，让它从零建出一座可以在浏览器里交互的 3D 校园。结果上两套方案都完成了主要交付要求，但 MiniMax Code＋M3.1 Flash 用时 55.4 分钟，OpenCode＋DeepSeek V4.1 Flash 则花了约 121 分钟。按照本次测试采用的 API 计价口径折算，两边的模型费用都在 6.5 元左右。同样是几块钱的模型费用，MiniMax 却少花了约 65 分钟。01太空兔亮明身份，MiniMax 这次强在哪儿？在正式亮明身份之前，Space Bunny 已经在开发者社区跑出了一些存在感。OpenRouter 披露，它曾连续 10 天占据平台模型使用量榜首，累计处理 56.7T Token。MiniMax 此次也确认，这款匿名模型在相关测试及使用期间累计处理量超过 200T Token。速度快，是不少开发者此前对它的印象。开发者 Hassan 还在 X 上晒出了一组很直观的对比：他让 M3.1 Flash 和 Claude Opus 5.5 分别制作一款硬件产品的发布落地页，MiniMax 交出的设计让他相当满意，而两边的账单分别只有 0.014 美元和 1.22 美元。在他的这次测试中，MiniMax 的完成速度还快了约 4 倍。当然，单次开发者测试不能代表模型的整体水平。不过 MiniMax 这次值得关注的，还包括正式发布后拿出的榜单成绩。截至 10 月 20 日，在 Artificial Analysis（AA）榜单中，M3.1 Flash 的智能指数达到 43 分，上一代 M3 则为 29 分，提升接近五成。与此同时，其任务加权平均模型费用从 0.51 美元降至 0.22 美元。也就是说，分数涨了，完成任务的成本反而降了一半还多。M3.1 Flash 在 AA 榜单获得 43 分，名列全球模型前列不过，真要和两天前刚更新的 DeepSeek V4.1 Flash-1017 掰掰手腕，两款模型倒是各有胜负。在软件工