国模Agent第一！MiniMax爆改Flash战力，全时段大肥鱼谷价

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。 兔皮底下，竟然是MiniMax！ 正式交卷的代号是 M3.1 Flash 。 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—— Agents’ Last Exam (ALE)得分29.6%，斩获国模第一。 AA榜单上也是拿到了43分，Flash能有这个成绩还是可以。 总之干活能力终于是上来了，晋升高级牛马（doge）。 除此之外，Coding、网络安全、Computer Use……也全部杀进全球第一梯队。 在此基础上，「玉兔」时期的速度也是依然保持住的，输出最快可达200+ TPS。 然后，最重要的来了—— 不愧是Flash啊， 这价格是真便宜！！ 输入每百万Token 1元，输出4元，缓存读取只要0.1元。 综合成本直接压到了上一代M3的30%。 什么，你对这个价格还是没有直观的印象？？ 这么说吧—— 和谷期的V4.1 Flash差不多。 太仁义了嗷，我宣布，以后闲时梁文谷，忙时闫俊峰！（bushi） △ 图源：@大厂显微镜 不过，硅谷闭源阵营恐怕又得遭殃了。 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 说实话，之前我对MiniMax有过不少嘀咕。 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。。。 这次M3.1 Flash亮相，也算是打了场翻身仗吧。 咱们挨个看下战绩： 代码工程与真实修Bug 在DeepSWE v1.1评测里，M3.1 Flash拿下了73.7%。 也是倒反天罡了。 GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……居然被一款Flash跑分反超。 排在它前头的，只剩下DeepSeek V4.1 Flash 1017的77分。 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。 网络安全实战 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。 复杂Agent与企业级跨SaaS工作流 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。 Computer Use真实桌面操作 模拟真实电脑操作的OSWorld V2拿到61.7分； 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。 两项均位列国产模型第一，又是一个斩杀一切的性价比大法。 说真的，我想过MiniMax的文本模型迟早会重回牌桌。 但谁能想到，是一个带Flash后缀的小家伙。。。 极速低价才是王道 只看基准跑分，你可能还觉得这只是神仙打架的日常。 真正让人兴奋的，是这个模型对实际落地场景的降维打击。 大家平时搭多Agent协同或者长链路工作流，最怕遇到什么？ 两件事： 无休止的转圈等待，以及月底让人心惊肉跳的API账单。 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。 M3.1 Flash爽就爽在这里。 它底层上了相当 激进的稀疏注意力架构 。 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。 170 TPS是什么概念？ 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。 以前串联四个子Agent像是在等红绿灯，现在几乎做到了无感刷新。 速度起飞的同时， 价格更是直接打骨折 ： 输入价格：每百万Token只要1元 输出价格：每百万Token只要4元 缓存读取价格：每百万Token只要0.1元 输入和输出价格直接腰斩，缓存读取费用更是直降75%。 结果就是，综合使用成本相比前代M3暴降70%。 那还说啥了， 站起来蹬吧家人们！！ 国产双子星反围剿 过去大家有个默认共识：Flash模型无非就是旗舰大模型的廉价阉割版。 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。 但现在呢？ 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。 小尺寸模型根本不是玩具，完全可以正面PK数倍参数、十倍价格的旗舰模型。 黑子，说话！！ 更有意思的是，这两个国产Flash模型，走出了极其漂亮的互补路线： DeepSeek在纯Coding的极致性价比上拔得头筹； 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。 一个死磕代码工程，一个深耕复杂业务流。 而且家人们，我搁互联网上一刷，发现了一个天才的idea！ 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。 但现在M3.1一出来，正好补上位了啊。 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。 泪目了，这就是咱激动人心的国产Flash组合技（bushi）。 这样一来，我觉得， API其实也是普通用户可以考虑一下的选择了 。 毕竟大模型这玩意儿嘛，迭代实在有点太快了，就算买的只是包月。 你像Opus 5.5一发，Astra那一波的订阅用户，也是基本翻车了。 白买Pro 10X，我好心疼我的钱包。 而且现在C端用户真的很惨啊o(╥﹏╥)o。 又是5小时限额，又是半夜Reset背刺，动不动还要提防后台的降智偷袭。。。 买API，充个几十块钱，哪个拉胯了随时拜拜，简直不要太舒服。 泪目了家人们。 不知道大家有没有相同感受，说实话，这一个月来我是有点憋屈得慌的。 A社、OpenAI、谷歌疯狂发布旗舰模型，反观国产阵营这边，啥动静也没有啊。 不少大佬也在说，LLM这一战基本结束了，硅谷靠Scaling杀死了一切。 但如今，拐点，似乎正在出现。 短短两天，两款国产Flash模型接连登场。 旗舰级的能力，正在以Flash的速度和价格加速普惠。 确实，SOTA这场仗，不是那么好打的。 但当「性价比」这一前提得到满足，另一场更重要的仗—— 大模型产业落地，或许，才刚刚开始。 而这，一直是中国公司，最擅长做的事。 — 完 — 版权所有，未经授权不得以任何形式转载及使用，违者必究。 Jay 扫码分享至朋友圈 相关阅读 MiniMax M3一手实测：老黄PPT上74个Logo，我以为能难住它 还能带你打卡老黄同款南锣路线 我MiniMax，用实习生处理数据，照样屠榜开源大模型 官方技术博客揭秘技术细节 MiniMax 开源 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 聊着天就能构建自己的专属Expert GPT-4o用不上，国产平替海螺AI可以先试试 能听、能写、能说、能识图 MiniMax 海螺AI 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 打破智力、成本、速度不可能三角 MiniMax 开源 和闫俊杰一起敲钟的她：31岁，身价48亿 94年的MiniMax COO 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 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破