深度内容阅读页
本页专注单篇内容的完整阅读体验,通过更清晰的结构层级、舒适的阅读节奏与关联阅读设计,让读者更容易进入主题并延展浏览相关内容。
龙八唯一 - MiniMax M3.1 Flash强势来袭,性能和价格双重突破
随着AI领域的不断进化,备受关注的匿名模型Space Bunny终于揭开了面纱,成为市场热议的焦点。近日,MiniMax公司在10月19日正式推出了其新一代产品——M3.1 Flash,该模型专注于Coding及Agent优化,支持高达100万token的上下文处理,技术进步显著。紧接着,仅在两天前的10月17日,DeepSeek也发布了其最新版本V4.1 Flash-1017,这一系列发布无疑让AI技术的竞争进入了白热化阶段。
根据M3.1 Flash的基准测试结果,该模型在多项任务中都展现出了卓越的能力,包括Agentic任务、编程、计算机应用及网络安全等,其性能几乎与DeepSeek V4.1 Flash-1017不相上下。更让用户惊喜的是,这款新模型的定价策略也相当激进,输入价格降至每百万Token仅需1元,输出价格为4元,而缓存读取更是仅为每百万Token 0.1元。MiniMax团队指出,与前代产品相比,M3.1 Flash在Agentic类任务中的整体使用成本降低了惊人的70%。相较之下,DeepSeek的定价策略则相对复杂,输入价格根据缓存命中情况分为多档,未命中时每百万Token达到1.0元,但在高峰期输入费用更是翻倍。
在性能的比拼中,M3.1 Flash以其高性价比与DeepSeek形成了有力的竞争格局,代表了国产模型在Flash段位的双强局面。接下来,我们更深入地解析M3.1 Flash究竟如何在激烈的市场竞争中脱颖而出。 龙八唯一
在复杂任务及自动化领域,M3.1 Flash的表现尤为突出。在评估智能体在真实长程、多步骤任务完成情况的“Agents’ Last Exam”中,该模型以29.6%的通过率和739元的执行成本,处于“低成本-高通过率”的领域,成绩远超同价位竞争者。而在考察真实业务流程的Automation-Bench v1.0.6测试中,M3.1 Flash则以62.2分领先于DeepSeek V4.1 Flash-1017的60.5分,把Opus 5远远甩在了身后。
在编程能力的评估中,M3.1 Flash与DeepSeek V4.1 Flash-1017各自展现出独特优势。在DeepSWE v1.1测试中,DeepSeek V4.1 Flash-1017的得分为77.0分,位居第一;而M3.1 Flash以73.7分紧随其后,和Opus 5仅差0.3分。在代码修复测试“TWE Refore Bench”中,M3.1 Flash以23.0分的成绩大幅超过DeepSeek,显示出其出色的代码处理能力。此外,在金融工具的应用场景中,M3.1 Flash在BankerToolBench中以76.2分并列第一,与Opus 5平起平坐;在网络安全的CyberGym测试中,其82.2分更是与GLM-5.3同处第一梯队;而在无工具学术推理的HLE w/o tools测试中,M3.1 Flash同样领先于DeepSeek V4.1 Flash-1017,得分为43.4分。
通过对这份成绩单深入分析,可以看出,M3.1 Flash并非一个仅仅“偏科”的模型,而是在众多领域的Agent与自动化方面表现超越了行业的标杆大模型。 龙八唯一
而在另一边,DeepSeek V4.1 Flash-1017和M3.1 Flash的发布相隔仅48小时,同样定位为Flash模型,使得市场形成了“双强并立”的局面。DeepSeek V4.1 Flash采用了先进的稀疏MoE架构,尽管总参数量高达552B,但在推理时仅激活8B参数,输出时激活16B参数,使其在性能与速度上均有新提升,其定价也保持在较低水平,充分展现了Flash模型的“旗舰能力”。
顺着DeepSeek开辟的新局面,M3.1 Flash也在上线短短几天内,在OpenCode的调用排行榜上稳居第二名,并一度在OpenRouter上达到第一名的佳绩。部分用户更是将Space Bunny与Claude Opus 5、GPT-6 Sol及Gemini 3.8 Flash进行对比,称Space Bunny在构建火箭发射场景的最高思考级别上仅用了三分钟便达到了与Opus 5相媲美的效果,展现出令人刮目相看的速度。智东西更第一时间进行了相关实测,认为M3.1 Flash在表现上直逼当前的业界领导者GPT-6 Astra,证明了其在市场竞争中的强大潜力。
推荐阅读
5元一斤的速冻饺子,到底隐藏了哪些秘密?
2026-09-29
莫德里奇重返皇马的可能性与角色期待
2026-10-10