MiniMax M3.1 Flash发布：跑完Agent终极考试只花739元，Flash档位两天杀成红海

两天之内，国产大模型的「Flash 档位」连挨了两记重拳。先是 DeepSeek 在 10 月 18 日甩出 V4.1 Flash-1017，把「许愿式编程」摆上台面；一个周末刚过，MiniMax 就在 10 月 20 日接上 M3.1 Flash——这一款的标签更直白：把旗舰级的 Agent 能力，打进一元每百万 Token 的价格带。

分数先看齐旗舰，价格再看齐零头

M3.1 Flash 在 Artificial Analysis 智能指数上拿到 42 分，上一代 M3 只有 29 分，一步跨过一个档位。更扎眼的是软件工程基准 DeepSWE v1.1 的 max 档：73.7 分，压过 OpenAI 旗舰 GPT-5.6 Sol（73.0 分），把 GLM-5.3（66.9 分）甩在身后。而这个分数对应的单任务成本，不到 2 元——同样考出 73% 上下的 Claude Opus 5，一个任务要花 70 多元，是它的 40 多倍。

真正的杀手锏在 Agent。Automation-Bench 由 Zapier 构建并开源，600 个任务全部来自真实企业的业务流程，覆盖销售、营销、运营、客服、财务与 HR，考的是模型能不能在一堆 SaaS 系统之间把一件活从头干到尾。M3.1 Flash 拿下 62.8 分，全场第一：领先 Claude Opus 5 近 12 分，领先 GPT-5.6 Sol 16 分以上，也压过了刚发布两天的 DeepSeek V4.1 Flash-1017（60.5 分）。跑完被称为 Agent 终极考试的 ALE 全流程，只花 739 元。

定价逻辑：让 Agent 敢于「多想几步」

M3.1 Flash 定价输入每百万 Token 1 元、输出 4 元，输出速度超过 200 TPS，官方称相比上一代提速近 3 倍、成本下降 70%。权重计划 10 月 23 日开放。早期的 M3.1 Flash 曾以匿名身份处理过超过 200T Token 的流量——换句话说，这套架构已经在真实负载里滚过一圈，不是实验室里的新兵。

这组数字背后的行业逻辑值得展开：Agent 工作流的成本大头不是单次推理，而是反复重试与长链路。一个自动化任务动辄几十次工具调用，模型越贵，工程团队越倾向于砍掉「多想几步」的预算，Agent 也就退化成昂贵的自动补全。Flash 档位把单步成本压到忽略不计的量级，改变的不是排行榜，而是开发者敢不敢把整条业务流程交给模型。

Flash 双子星：性价比战争的下半场

把镜头拉远，DeepSeek V4.1 Flash-1017 与 MiniMax M3.1 Flash 在两天内先后落地，把「旗舰分数、零头价格」从口号变成了可验证的公开基准。在 Coding 性价比榜单上，DeepSeek 排第一、M3.1 Flash 排第二；在 Agent 任务上，位次倒过来。两家国产模型在同一个价格带里互相咬住，夹在中间的是按老价格表收费的海外旗舰。

对用户来说，这轮竞争最实际的后果是：跑一个可靠的自动化 Agent 的门槛，从按月订阅+按次计费的中型预算，降到一杯奶茶钱以内。对服务商来说，Flash 档位开始决定客户的第一印象——旗舰模型负责立标杆，Flash 模型负责把客户留下来。

想自己上手对比这两条产品线的完整能力，可以看MiniMax 官网的模型广场，再配合DeepSeek 开放平台的 API 文档，把同一段工作流分别跑一遍，成本差异一目了然。

（文 / AI30媒体部 ｜ 数据截至2026年10月20日，来源：官方发布与公开基准）