10月19日，MiniMax正式发布M3.1 Flash，定位Coding/Agent优化的轻量级模型，拥有100万token上下文，同时确认此前在全网匿名走红的模型Space Bunny（太空兔）就是它的早期版本。与刷屏榜单不同，这场发布摆上桌的是两组经营数字：在线推理快了将近三倍，智能体任务的整体使用成本比上一代低70%。智东西知乎
而就在两天前，DeepSeek的V4.1 Flash-1017刚刚上线，两家在同一“Flash”段位前后脚登场。这轮密集交卷背后，大模型行业的竞争轴正在从“能力上限”转向“任务完成效率”——多快、多便宜、能不能真把活干完。新智元
速度不是体验，是任务成本里的变量
据MiniMax团队披露，提速来自更激进的稀疏注意力架构：日常使用场景下的输出速度可达200+TPS，中位数（P50）稳定在170+TPS。作为对照，上一代M3在官方文档里还只是100+TPS。智东西新智元
对话场景里，“快”只是体验；但在Agent场景里，快慢是成本里的变量。一个编程智能体要反复经历“改代码—跑测试—报错—再改”的循环，每一轮的等待都会累积成任务的总时长。当一轮等待从几十秒压到几秒，“再多跑一轮”的边际成本骤降，过去因太慢、太贵而跑不动的任务就变可行了。两家在速度上较劲，共同逻辑正在于此：比重的不再是单次回答的质量，而是完成任务所需的时间和成本。
也要提醒两处口径。200+/170+TPS是厂商公布的线上数据，第三方评测机构Artificial Analysis的模型页给出的输出速度为125.5token/秒，两者测试条件不同，不能直接互换。输出快也不等于整个项目按比例提前交付——任务时间里还包括思考、工具运行和返修。星径
基准与价格：把“干完活”的账算清楚
先看模型本体，M3.1 Flash支持100万token上下文，可同时接收文字、图片和视频、输出文字，代码与界面截图可以一起交给模型处理。星径
在官方发布材料公布的对照表里，它的亮点集中在Agent与自动化：考察真实业务流程跨应用自动化的Automation-Bench v1.0.6拿下62.8分，高于DeepSeek V4.1 Flash-1017的60.5分。在“Agent的期末考”ALE中，它跑出29.6%的通过率和739元的成本，直逼GPT-5.6 Sol等旗舰水平。同一张成本图上，通过率比它高的七个模型，花费最低的一个也是它的两倍多。星径智东西新智元
不过，这些成绩要留两个口径缺口。第一，以上全部为厂商在发布材料中的官方自报，各项评测框架互不相同，不能跨表直接比较。第二，第三方参考目前只有Artificial Analysis一个来源，智能指数上M3.1 Flash比上一代M3高13分、与GLM-5.3-Flash同分、比DeepSeek 1017（Max档）低3分。这是综合指数的分差，不代表任何具体编程任务的胜负。知乎星径
定价也在把同样的账算清楚：M3.1 Flash输入价格每百万Token 1元、输出每百万Token 4元、缓存读取每百万Token 0.1元。与DeepSeek V4.1 Flash-1017相比，其未缓存输入和输出与DeepSeek空闲价持平，但缓存读取价格贵出5倍。差别在于它不分时段计费，全天都是DeepSeek空闲时段的价，对业务集中在工作日高峰的调用方来说，这相当于把对手的峰值价砍去一半。需要留意的官方所说的“智能体任务综合成本下降70%”，指任务执行中的实际总消耗，不能直接理解为每一项token单价都降七成——缓存命中率越高的Agent工作流，越要把缓存价差算进账单。智东西星径新智元
“拼速度”不是灵光一现
把时间线拉长，这轮竞赛蓄力了一个多月。9月8日，DeepSeek为V4.1 Flash开启限时内测；9月10日正式上线，直接让Flash全面替代上一代旗舰V4 Pro，价格也按Flash档位执行。它采用稀疏MoE架构，总参数量552B，推理时输入仅激活8B参数、输出激活16B——旗舰级能力与低价，是从更少的激活参数里省出来的。36氪智东西
MiniMax这边的节奏同样密集。9月15日，云知声推出RSI机制驱动的U2-Flash大模型，多家国产厂商在同一个月押注同一个关键词。9月底，M3.1 Flash的前身以Space Bunny之名匿名上线，官方数据显示其在匿名期累计处理了超过200万亿token的调用。匿名期间它就在OpenCode调用量榜稳居第二、OpenRouter上一度第一，市场在产品官宣前已经投过票。36氪知乎智东西
信号指向同一件事：Flash正在撕掉“预算不够才退而求其次”的旧标签。过去一条产品线里Pro做难题、Flash走量；这一轮，Flash在多项真实任务上挤进了旗舰的对比序列，还保住了速度和成本优势。用云知声发布材料里的话说，Flash“不再只是效率的代名词，而是主力智能的新形态”。当评判问题从“答得对不对”换成“任务能不能干完、花了多少、等了多久”，被检验的就是厂商在生产环境里的交付能力，而不是实验室里的分数。36氪
对开发者意味着什么：把评价权交回生产环境
M3.1 Flash已上线MiniMax API、M Plan和MiniMax Code，官方公告称权重将稍后开放，追求智能上限的Pro版本也会随后推出。官方CLI仓库的默认文本模型已切换至MiniMax-M3.1-Flash，MiniMax的订阅路由变化不影响原有套餐用量权益，但模型名背后服务的模型已经换了，已有提示词和关键任务值得重新跑一遍验收。星径新智元
用法上，官方调用文档提供了low、medium、high、xhigh、max五档思考强度，默认max且思考不能关闭。简单任务挂低档省时省钱，复杂推理再拉高；官方在Automation-Bench上也展示了思考强度与消耗同步上升的成绩曲线。选型方面，两家各有所长：DeepSeek在软件工程任务上更占优，MiniMax在企业工作流自动化、金融工具调用和多模态编程上更抢眼，完全可以搭着用，按任务挑模型，最后让成功率、耗时和账单说话。星径新智元
评测者给出的实操建议也更接近真相：拿自己的任务集，在新模型与现用模型之间比成功率和“每完成一个任务”的总成本，而不是只比每百万token的单价。想低成本试水，OpenRouter上有free型号入口，Vercel AI Gateway则公告限时免费至10月22日。知乎星径
权重未放、基准自报、第三方指数只有一两家——M3.1 Flash的真成色，终究要由开发者用自己的任务、账单和时间量出来。而这正是“拼速度”这轮竞赛最值得注意的行业走向：大模型的评价权，正在从榜单分数交回生产环境。Flash段位谁能更快、更便宜地把活干完，“主力模型”的定义就会随之改写。
