DeepSeek刚落子，又一个重磅产品紧随其后！
两天前，DeepSeek推出了V4.1 Flash-1017，将“许愿式编程”的概念推到了前台。
过了一个周末，MiniMax也迅速行动，M3.1 Flash正式亮相！
在编程性价比方面，DeepSeek位居首位，M3.1 Flash排在第二。
在Agent任务上，它直接夺得了Automation-Bench的榜首，完成Agent终极考试ALE仅需739元！
价格比上一代M3降低了超过一半，性价比直接碾压！
短短两天内，两家国产大模型接连发力，Flash这一级别的竞争瞬间白热化。
官方公布的综合榜单中，M3.1 Flash与DeepSeek、GLM、GPT-5.6 Sol、Claude Opus 5等模型在15个项目中进行了比拼。它在CoWork领域表现最为突出，5项中拿下3个第一；DeepSWE编程能力追平旗舰产品，网络安全也进入了第一梯队。
软件工程基准DeepSWE v1.1，测试的是完整的开发流程，包括代码理解、功能开发、问题修复和测试验证，全部由模型独立完成。M3.1 Flash在max档位获得了73.7分，超越了OpenAI旗舰产品GPT-5.6 Sol（73.0分），并将GLM-5.3（66.9分）抛在身后。
取得这样的成绩，M3.1 Flash在DeepSWE上的单任务成本，还不到2元。
而在这个价位区间，成绩更高的，只有刚发布的DeepSeek V4.1 Flash-1017。
同样获得约73%的分数，Claude Opus 5一个任务需要花费70多元，是M3.1 Flash的40多倍。
DeepSeek和MiniMax这两家，硬是把旗舰级别的分数，打到了仅需一两块钱的水平。
真正让M3.1 Flash大放异彩的，是CoWork和复杂的Agent工作流。
Automation-Bench由Zapier构建并开源，包含600个任务，全部来自真实企业的业务场景，涵盖销售、营销、运营、客服、财务和HR。它考验的是模型能否在多个SaaS系统之间，完整地完成一项工作。
M3.1 Flash在此获得了62.8分，位居全场第一！
它领先Opus 5近12分，比GPT-5.6 Sol高出16分以上，甚至超过了刚发布的DeepSeek V4.1 Flash-1017（60.5分）。
更令人惊叹的是成本。在成本与得分的图表上，其他所有模型都位于M3.1 Flash的右下方，即花费更多但得分更低。
M3.1 Flash仅运行在medium档位，每个任务花费约2毛5，其得分已经超过了更新一代的Opus 5.5在max档位的成绩。Opus 5.5运行一个任务需要约6元，贵了20多倍。
即使开到最高的max档，每个任务也只需约3毛钱。运行1000个跨SaaS系统的真实企业任务，总费用才300元左右！
在LOCA-Bench 256K上，M3.1 Flash同样是全场第一，以60.3分领先GPT-5.6 Sol（60.0分）和Opus 5（53.7分）。
金融场景的BankerToolBench，考察多步骤规划、跨文档一致性、金融合规和工具链调用。M3.1 Flash获得了76.2分，与Claude Opus 5并列第一，GPT-5.6 Sol（74.6分）被甩在后面。
网络安全测试CyberGym覆盖了188个真实软件项目中的1507个历史漏洞，M3.1 Flash获得82.2分，与GLM-5.3（84.5分）、GPT-5.6 Sol（83.6分）一起处于全球第一梯队。
在计算机使用（Computer Use）领域，M3.1 Flash的爆发力同样令人震惊。在OSWorld 2.0和ALE两项测试中，它都取得了国产模型第一的成绩，完成一整套ALE仅花费739元！
OSWorld 2.0由港大XLANG Lab牵头推出，包含108个长流程任务，覆盖7大领域。熟练的人完成一个任务通常需要约1.6小时。
M3.1 Flash获得了61.7分，比DeepSeek V4.1 Flash（54.3分）高出7分多。
Agents' Last Exam（ALE），顾名思义是“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构建，覆盖13大行业、55个细分领域。
M3.1 Flash的通过率为29.6%，接近GPT-5.6 Sol（30.6%）和Claude Opus 5（32.2%）。
ALE共有152道任务，这739元是完成整套测试的估算总成本。
在ALE的成本图表上，20多个模型中，它的花费最少！
通过率比它高的7个模型，最便宜的GPT-5.6 Luna也要约1600元，是它的两倍多。
GPT-5.6 Sol仅多拿了1个百分点，却花费了五千多元；Claude Opus 5、GPT-6 Astra需要七千多元，Claude Opus 5.5接近九千元。
Claude Opus 4.7、Gemini 3.1 Pro的费用都超过了一万元，但通过率分别只有21%和16.5%，被M3.1 Flash远远甩开。
图表上那条虚线，连接的是每个价位上得分最高的模型。M3.1 Flash，就位于这条线的起点。
花费700多元，打败了上万元，费用相差十几倍！
每百万Token，输入仅需1元，输出4元，缓存读取1毛。在Agent任务中，综合使用成本比上一代降低了70%。
同样作为国产Flash，DeepSeek V4.1 Flash-1017按高峰和空闲两档计费。
许多企业的业务集中在工作日白天，正好对应DeepSeek的高峰时段，输入2元、输出8元，价格整整翻了一倍。
M3.1 Flash不分时段，全天都保持DeepSeek空闲时段的价格。
对于缓存使用量大的重度场景，按10亿输入Token计算。命中率90%时，M3.1 Flash的输入费用为190元，比DeepSeek高峰时段的236元便宜46元。命中率提升到95%时，两者分别是145元和138元，基本持平。
能力足够，费用够低，Flash才有机会成为主力。
仅便宜还不够，要让长流程任务流畅运行，速度也必须跟上。M3.1 Flash的日常输出速度可达200+ TPS，中位数稳定在170+ TPS，而上一代M3在官方文档中仅为100+ TPS。
写代码的人都了解那种煎熬：模型修改一轮，发现还有问题，再等待下一轮。反复几次，灵感消失，咖啡也凉了。
这恰恰是M3.1 Flash的优势所在。它的前身，正是之前被广泛关注的“太空兔”Space Bunny，用户反馈最集中的一点就是快。
MiniMax官方一句“欢迎回来，太空兔”，直接确认了其身份。在匿名期间，Space Bunny就处理了超过200T Token！
正式版延续了这种极速基因，并采用了更激进的稀疏注意力架构，线上推理速度提升了近3倍。
你这边刚敲下回车，它那边的代码就已经一行行填满屏幕。
AI开发者Ivan Fioravanti通过API测试后，直接感叹**“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多少有些刻板印象。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，用实际成绩回应了这些质疑。
MiniMax自己也把重心押在了这款产品上。官方API文档的模型列表中，M3.1 Flash已经排在了首位。
M3.1 Flash原生支持100万Token上下文，文本、图片、视频都能直接处理。
思考模式是常开的，每次回答前都会先进行思考。
不过，要追求速度还是深度，可以通过effort参数来调整。low、medium、high、xhigh、max五档可自由切换，不填则默认max。
简单的日常指令设置为low档，既省钱又省时。复杂的系统架构重构则拉到max档，模型会先拆解问题逐步推理，思考过程单独返回，最终只提供清晰的结果。
目前，M3.1 Flash已正式上线MiniMax API、M Plan和MiniMax Code。
官方CLI仓库中，默认文本模型已切换至MiniMax-M3.1-Flash
我们将M3.1 Flash接入Codex，出了一道创意题：让一座城市像立体书一样折叠起来，并制作成可交互的3D网页。
原本平铺在地面的街区缓缓升起，公路竖立成高墙，楼群随之向中央聚拢。刚才还在俯瞰城市，转眼间就像置身于一个变形的世界。
拖动滑块，城市可以停留在任意折叠程度；切换到夜晚模式，一排排窗户亮起，整个场景又呈现出另一种面貌。再拖动画面，还能绕到另一侧，观察街道和楼房的连接方式。
一个带有《盗梦空间》风格的创意，就这样变成了可亲手操作的3D玩具。
开发者AJ也用它进行了一轮宝塔生成测试。M3.1 Flash搭建的宝塔，是他测试过的所有模型中视觉冲击力最强的一座，甚至超过了DeepSeek V4.1 Flash。
更令人惊讶的是，整个过程一气呵成！
没有多轮对话，没有调用任何工具，也没有套用任何框架，仅一次API调用、思考模式拉满，花费约5万Token，M3.1 Flash就完成了整座宝塔的搭建。
两款Flash产品先后登场，国产Flash赛道的“双子星”已经成型！
从本轮评测来看，DeepSeek在DeepSWE软件工程任务上更具优势；MiniMax则在企业工作流、金融工具调用等任务中表现更突出。
两家各有优势领域，开发者完全可以搭配使用，根据任务选择模型，最终由成功率、耗时和费用来决定。
相比争夺一个综合榜单的名次，这更贴近开发者日常的实际使用方式。
更重要的变化是，Flash正在逐渐接手过去需要旗舰产品才能完成的工作。
此前，为了完成复杂任务，开发者往往愿意多支付一些费用，以换取更高的成功率和更少的反复调整。如今，Flash在不少任务上已接近旗舰产品的水平，这笔溢价就需要重新评估了。
修复一个Bug、运行一条业务流程、完成一系列电脑操作，只要更便宜的模型能交付结果，用户就有理由先尝试它。
随着DeepSeek和MiniMax的持续推进，越来越多的任务会优先交给Flash处理，预算则留给真正困难的部分。
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只是前奏，官方已经表示，追求智能上限的Pro版本稍后就会推出！
国产Flash双子星，已经登场！
本文来自微信公众号“新智元”，作者：ASI启示录，编辑：桃子 摩西，36氪经授权发布。