大肥鱼遇劲敌：MiniMax M3.1 Flash 拿下 Agent 任务第一，我们实测了
DeepSeek 刚刚把国产 Flash 的性价比标杆往前推了一步，MiniMax 就带着实名的“太空兔”追来了。
10 月 17 日，被网友戏称为“大肥鱼”的DeepSeek 更新 V4.1 Flash-1017；仅隔两天，MiniMax 正式发布 M3.1 Flash，并认领了此前在开发者社区颇受关注的匿名模型 Space Bunny。两款国产 Flash 前后脚亮相，网友已经开始拿“大肥鱼”和“太空兔”开起了玩笑。
根据此次公布的模型评测数据， M3.1 Flash 在 Automation-Bench 复杂 Agent 任务对比中位居第一，BankerToolBench 与 Opus 5 并列第一，Coding 性价比则仅次于 DeepSeek。 两款国产 Flash 前后脚更新，一个在软件工程上保持领先，一个在复杂 Agent 任务中拿出了更好的成绩。
在 Automation-Bench 数据集上，M3.1 Flash 的任务费用分布性价比最高
我们也拿 M3.1 Flash 跑了一道实际任务：给模型一张手绘平面图和建筑尺寸表，让它从零建出一座可以在浏览器里交互的 3D 校园。
结果上两套方案都完成了主要交付要求，但 MiniMax Code＋M3.1 Flash 用时 55.4 分钟 ，OpenCode＋DeepSeek V4.1 Flash 则花了 约 121 分钟 。 按照本次测试采用的 API 计价口径折算，两边的模型费用都在 6.5 元左右。
太空兔亮明身份，
MiniMax 这次强在哪儿？
OpenRouter 披露，它曾连续 10 天占据平台模型使用量榜首，累计处理 56.7T Token。MiniMax 此次也确认，这款匿名模型在相关测试及使用期间累计处理量超过 200T Token。 速度快， 是不少开发者此前对它的印象。
开发者 Hassan 还在 X 上晒出了一组很直观的对比：他让 M3.1 Flash 和 Claude Opus 5.5 分别制作一款硬件产品的发布落地页，MiniMax 交出的设计让他相当满意，而两边的账单分别只有 0.014 美元和 1.22 美元。在他的这次测试中，MiniMax 的完成速度还快了约 4 倍。
当然，单次开发者测试不能代表模型的整体水平。不过 MiniMax 这次值得关注的，还包括正式发布后拿出的榜单成绩。
截至 10 月 20 日，在 Artificial Analysis（AA）榜单中，M3.1 Flash 的智能指数达到 43 分，上一代 M3 则为 29 分，提升接近五成。与此同时，其任务加权平均模型费用从 0.51 美元降至 0.22 美元。 也就是说，分数涨了，完成任务的成本反而降了一半还多。
不过，真要和两天前刚更新的 DeepSeek V4.1 Flash-1017 掰掰手腕，两款模型倒是各有胜负。
在软件工程基准 DeepSWE v1.1 中，DeepSeek 取得 77.0%，M3.1 Flash 为 73.7%。虽然仍有差距，但后者已经与 Opus 5（74.0%）、GPT-5.6 Sol（73.0%）处于接近的成绩区间。按照此次公布的 Coding 性价比对比，DeepSeek 位居第一，MiniMax 紧随其后。
但换到 MiniMax 这次主攻的复杂 Agent 任务，情况就反过来了。 在此次发布的 Automation-Bench v1.0.6 模型对比中，M3.1 Flash 超过 DeepSeek，位列第一；BankerToolBench 则拿到了 76.2%，与 Opus 5 并列第一。此外，它在网络安全基准 CyberGym 上也取得了 82.2% 的成绩。
Automation-Bench 的测试内容也比较贴近实际工作。它由 SaaS 自动化平台 Zapier 构建，包含 600 个真实企业业务流程任务，覆盖销售、营销、运营、客服、财务及 HR 等场景。比起单纯生成一段代码，这类任务更考验模型能不能在不同系统之间连续调用工具，把一件事从头到尾办完。BankerToolBench 则将场景换成了金融业务，对多步骤规划、跨文档信息处理和工具调用提出了更高要求。
这么看，DeepSeek 和 MiniMax 也不必急着分出一个总冠军。 Coding 这边，DeepSeek 仍有优势；复杂 Agent 任务上，MiniMax 则扳回了一局。 对于开发者来说，国产 Flash 又多了一个能打的选择。
更重要的是，这次成绩提升之外，M3.1 Flash 每百万 Token 输入 1 元、输出 4 元、缓存读取仅 0.1 元。相比上一代 M3，输入和输出价格约降低一半，缓存读取价格下降约 75%；与 DeepSeek V4.1 Flash-1017 相比，其输入、输出价格相当于后者高峰期的一半，与空闲时段持平，而且全天不区分峰谷。
价格公布后，评论区已经有人拿 DeepSeek 开起了玩笑：“MiniMax 最讲的就是性价比啊，这个价格还要什么大肥鱼啊是不是。”
也有老用户的评价更直接：“不说有多强吧，至少掉队了这么久，现在终于也算跟得上时代了。”
玩笑归玩笑，这两种声音倒是挺能说明 MiniMax 这次的处境。过去外界谈起它的文本模型，价格往往比能力更容易成为话题，而 M3.1 Flash 这次至少有了一份能够与主流模型正面比较的成绩单。 低价不再是唯一卖点，MiniMax 终于有机会让开发者同时讨论它的能力和性价比。
实测：同样做一座3D校园，
MiniMax少花了65分钟
榜单上两款 Flash 各有胜负，我们也给它们安排了同一道实际任务：根据一张手绘校园平面图和建筑尺寸表，从零搭建一座可以在浏览器里交互的3D校园。
题目提供的材料是一张手绘校园平面图和一份建筑尺寸表，要求完成校园布局与冲突检查，编写 Blender 脚本建模，保留可编辑源文件并导出 GLB，再用 Three.js 做成可交互网页，支持建筑选择、详情查看、镜头定位和模拟时间。
测试分别采用 MiniMax Code＋M3.1 Flash 与 OpenCode＋DeepSeek V4.1 Flash ，在同一本地环境运行。
DeepSeek 更偏向建筑数据展示，通过左侧列表、右侧详情面板和底部时间滑块组织信息；MiniMax 则将建筑编号、场地信息和视角切换放在了更醒目的位置，点击建筑后，还有橙色高亮轮廓与浮动标签配合，场景和建筑数据的对应关系更加直观。
两边均保留了可编辑的源文件，导出的 GLB 模型也通过了六个建筑编号的核验。就这次任务而言，两套方案都交出了能够运行、后续还能继续修改的项目。
根据本地会话统计，MiniMax组合用时55.4分钟，DeepSeek组合则花了约121分钟。前者少用了约65分钟，会话时长缩短54%。
两边的模型账单几乎没有差别。按照10月20日核验的官方API价格折算，MiniMax本次任务的模型费用约为6.50元，DeepSeek按高峰价格计算约为6.52元。MiniMax此次运行的缓存命中率达到98.1%，也帮助它将连续多轮调用的费用控制在较低水平。
在主要交付要求均已完成、模型费用接近的情况下，MiniMax 用不到一小时完成了 DeepSeek 组合花费约两小时的工作。 对需要连续调用工具、反复修改代码的 Agent 来说，少等一个小时，本身就是相当实际的优势。
Flash 开始抢旗舰的生意，
价格战卷向任务成本
预算有限、任务简单，开发者才会优先考虑 Flash；遇到复杂的软件工程或多步骤任务，还是习惯交给能力更强的旗舰。但随着 DeepSeek 和 MiniMax 接连更新，这种选择开始有了变化。
尤其到了 Agent 场景，模型需要反复读取文件、调用工具、修改代码、处理报错。一项任务可能持续几十分钟甚至数小时，开发者要关注的是 整项工作究竟需要多少时间、多少成本才能完成。
在 ALE-v1 Overall 完整集的 152 项任务中，M3.1 Flash 通过率为 29.6%，整套评测的估算模型费用约 739 元；通过率相近的 GPT-5.6 Sol（约 30.6%），对应费用则在 5000 元左右。
当然，29.6% 的通过率也说明，M3.1 Flash 还远没到可以全面取代旗舰的程度，真正投入使用时，仍然需要把失败重试和人工检查算进成本。但对于一部分复杂任务，开发者已经有理由先试试 Flash，而不是一上来就调用价格最高的模型。
MiniMax 后续还会推出追求更高智能上限的 Pro 版本。而 Flash 对旗舰的冲击也正在显现： 过去需要调用旗舰的工作，现在有一部分已经可以交给价格更低的 Flash 来完成。(雷峰网 (公众号：雷峰网) )
超声大模型加持，海康AI超声检测荣获2026中国工博会 ...
大模型「土木系」终翻身：AI Infra 年薪冲到 800 万 ...
上海AI实验室“书生-S2”大模型进入前沿数学研究流程 ...
实测 Qwen-3.8 与 GLM-5.3 的 Flash 版：谁能让我提前下班半小时？
Muse爆火，dots入场：Personal Agent开始和互联网平台抢入口
从 Codex Harness 开源，看 AI 公司的护城河是什么？
在三张圆明园鼠首照片里，我们看到了3D AI的Harness时刻
推翻一切！Nick Cammarata 万字长文宣告，AI 不是黑箱，99% 神经元清晰可见
5 年前的机密文档被泄露：Anthropic 的所有胜利，早在 2021 年就写好了
字节发现 DeepSeek 隐藏 Bug，加点空格，模型翻车
当年「字节投毒实习生」田柯宇，估值 2 亿美元，要挑战李飞飞做世界模型
DeepSeek 开源算子工具大礼包，联手华为昇腾，手撕 CUDA 绑定！
Muse爆火，dots入场：Personal Agent开始和互联网平台抢入口