国模Agent第一！MiniMax爆改Flash战力，全时段大肥鱼谷价
Jay发自 凹非寺 量子位 | 公众号QbitAI
国庆期间在OpenRouter上横空出世、匿名屠榜的神秘模型 Space Bunny （玉兔），马甲终于被扒下来了。
而这个正式版的跑分能力，比Space Bunny还要猛一点，尤其是Agent这个技能点——
除此之外，Coding、网络安全、Computer Use……也全部杀进全球第一梯队。
继DeepSeek之后，硅谷一众大参数旗舰，又被国产Flash架上了一条全新的性价比斩杀线o(╥﹏╥)o。
文本模型翻身仗
多模态和视频生成确实很顶，但纯文本大模型这边吧，不知道从什么时候开始就没动静了。。。
GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……居然被一款Flash跑分反超。
这也印证了玉兔匿名测试期间社区的反馈：在处理Three.js这类3D渲染和复杂前端任务时，它对细节的把控极其变态。
在加州大学伯克利分校主导的CyberGym基准测试中，M3.1 Flash斩获82.2分，稳稳跟GLM-5.3（84.5）以及GPT-5.6 Sol（83.6）并排坐在全球第一梯队。
在自动化巨头Zapier开源的AutomationBench-AA评测中，M3.1 Flash位居前列。
单任务成本不到0.05美元，就能自己串起横跨销售、营销、客服、财务和HR的复杂工作流。
在容错率极低的金融专属基准BankerToolBench上，M3.1 Flash更是直接飙到了76.2分，与公认的天花板Claude Opus 5并列全球第一。
在衡量真实并有经济价值场景的ALE上，M3.1 Flash也以极低的任务成本，实现了顶尖模型级别的性能表现。
极速低价才是王道
一个真正的企业级Agent，在后台往往要调几十次工具、在好几个子Agent之间反复传话。
模型吐字慢，用户看着界面转圈直接关掉网页；调用单价贵，财务看一眼账单当场就能把项目叫停。
线上推理速度直接拉升将近3倍，输出速度最快可达200+ TPS，中位数（P50）也稳稳维持在170+TPS。
你在MiniMax Code桌面端、Claude Code或者各种本地Coding工具里派发一个重构任务，屏幕上的代码几乎是以倾泻的状态瞬间刷满。
国产双子星反围剿
选Flash是因为囊中羞涩或者任务太水，真到了关键、复杂的硬核场景，最后还得加钱上大参数旗舰Pro。
DeepSeek V4.1 Flash 1017前脚刚立下性价比标杆，MiniMax M3.1 Flash后脚就紧跟杀到，一个斩完另一个接着斩。
MiniMax M3.1 Flash则在跨SaaS企业工作流、金融工具链调用等综合Agent维度上有所强化。
大肥鱼不是有谷价和峰价吗，但之前苦于一直没有同等级性价比模型，峰价咬咬牙也吃了。
我直接一个路由， 忙时MiniMax，闲时大肥鱼 ，彻底将Token红利吃干抹净。
— 完 — 量子位 QbitAI · 头条号签约 关注我们，第一时间获知前沿科技动态
有预言家！A社研究蓝图曝光，Claude Code来自5年前 2026-10-15
阶跃终端首款「Agent手机」STEPX Neo正式发布，创客先行 2026-10-14
Claude团队又搞事：实测AI全自主复制进智能家电 2026-10-13
相关阅读
MiniMax M3一手实测：老黄PPT上74个Logo，我以为能难住它
我MiniMax，用实习生处理数据，照样屠榜开源大模型
MiniMax又又来吃龙虾肉了！OpenClaw真·一键部署，还有上万专家智能体等你差遣
GPT-4o用不上，国产平替海螺AI可以先试试
全球开源大模型杭州霸榜被终结，上海Minimax M2发布即爆单，百万Tokens仅需8元人民币
和闫俊杰一起敲钟的她：31岁，身价48亿
热门文章
DeepSeek服务器全球宕机！神秘Harness账号同时现身
突发！DeepSeek新模型发布，超级性价比斩杀一切
库克：苹果智能接入阿里千问大模型，10月底在中国发布测试版本
iPhone断网跑35B多模态！国产开源新模型，只占3G内存
清华开源！智能体操作系统任务成本降83%，AI记忆可查可改
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1