MiniMax M3.1 Flash发布：Agent任务全场第一，性价比绝杀
继DeepSeek推出V4.1 Flash-1017后，MiniMax迅速跟进，正式发布M3.1 Flash。这款新模型在Coding性价比上紧随DeepSeek之后位居第二，但在Agent任务表现上更为突出。
M3.1 Flash在Automation-Bench中拿下全场第一，完成Agent终极考试ALE的估算成本仅为739元。其价格较上一代M3降低超过50%，展现出极强的市场竞争力。
编程能力追平旗舰，Agent性能反超Opus 5
在官方发布的15项综合评测中，M3.1 Flash与DeepSeek、GLM、GPT-5.6 Sol、Claude Opus 5等顶级模型同台竞技。其在CoWork五项测试中斩获三项第一，DeepSWE编程得分追平旗舰水平，网络安全能力亦跻身全球第一梯队。
软件工程：DeepSWE得分超越GPT-5.6 Sol
在考察完整开发链路的DeepSWE v1.1基准测试中，M3.1 Flash在max档位获得73.7分，高于OpenAI旗舰GPT-5.6 Sol（73.0分）及GLM-5.3（66.9分）。其单任务成本不足2元，远低于Claude Opus 5的70多元，后者成本是M3.1 Flash的40倍以上。
复杂Agent工作流：成本与性能的双重优势
在Zapier构建的Automation-Bench测试中，M3.1 Flash以62.8分的成绩位居榜首，领先Claude Opus 5近12分，超越GPT-5.6 Sol 16分以上，同时也略胜于DeepSeek V4.1 Flash-1017（60.5分）。
成本方面，M3.1 Flash在medium档位下单个任务成本约0.25元，分数却超过了拉满max档位的Claude Opus 5.5（任务成本约6元）。即使开启最高max档，单任务成本也仅约0.3元，处理1000个跨SaaS系统真实企业任务的总账单约为300元。
此外，在LOCA-Bench 256K测试中，M3.1 Flash以60.3分位列第一；在金融场景BankerToolBench中，以76.2分与Claude Opus 5并列第一；在网络安全测试CyberGym中，以82.2分与GLM-5.3、GPT-5.6 Sol共同处于全球第一梯队。
计算机使用领域：739元打通全套ALE测试
在计算机使用（Computer Use）领域，M3.1 Flash在OSWorld 2.0和ALE两项测试中均取得国产模型最佳成绩。
- OSWorld 2.0：由港大XLANG Lab牵头，涵盖108个长流程任务。M3.1 Flash得分61.7，显著高于DeepSeek V4.1 Flash（54.3分）。
- Agents' Last Exam (ALE)：由伯克利RDI牵头，覆盖13大行业。M3.1 Flash通过率为29.6%，接近GPT-5.6 Sol（30.6%）和Claude Opus 5（32.2%）。完成全套152道任务的估算总成本仅为739元，是所有参与测试模型中花费最低的。
相比之下，通过率更高的GPT-5.6 Luna成本约为1600元，GPT-5.6 Sol超过5000元，而Claude Opus 4.7和Gemini 3.1 Pro的成本均超过万元，但通过率远低于M3.1 Flash。
定价策略：不分时段，全面降价
M3.1 Flash的定价极具竞争力：每百万Token输入1元，输出4元，缓存读取0.1元。综合使用成本较前代降低70%。
与DeepSeek V4.1 Flash-1017的分时段计费不同，M3.1 Flash全天统一费率，相当于DeepSeek的非高峰时段价格。对于工作日白天业务集中的企业而言，M3.1 Flash避免了高峰期输入2元、输出8元的高昂成本。在高缓存命中率场景下，其费用优势更为明显。
推理速度飙升：源自「太空兔」基因
M3.1 Flash的日常输出速度可达200+ TPS，中位数稳定在170+ TPS，较上一代M3提升显著。这一速度优势继承自此前备受关注的匿名模型「Space Bunny」（太空兔），正式版的稀疏注意力架构使线上推理速度提升了近3倍。
该模型原生支持100万Token上下文，可直接处理文本、图片和视频。默认开启思考模式，并提供low至max五档effort参数供用户调节，以平衡速度与深度。目前，M3.1 Flash已上线MiniMax API、M Plan和MiniMax Code，并在官方CLI仓库中成为默认文本模型。
实测表现：一次调用生成复杂3D网页
在实际应用测试中，M3.1 Flash展现了强大的代码生成能力。在一次创建“折叠城市”3D网页的任务中，模型通过单次API调用，消耗约5万Token，一次性生成了具备交互功能的完整代码，视觉效果和逻辑完整性均优于对比模型。
结语：国产Flash双子星格局形成
随着DeepSeek和MiniMax相继推出高性能Flash模型，国产大模型市场已形成“双子星”格局。DeepSeek在软件工程任务上略占优势，而MiniMax在企业工作流和金融工具调用方面表现更佳。开发者可根据具体任务需求灵活选择，利用Flash模型的高性价比替代部分旗舰模型的工作负载。据悉，MiniMax追求智能上限的Pro版本也即将发布。