正面硬刚DeepSeek！MiniMax M3.1 Flash发布，输出卷到200+TPS，价格砍到1/2
智东西
作者 | 王涵
编辑 | 漠影
火爆AI圈的匿名模型Space Bunny，终于被认领了！
智东西10月19日报道，刚刚，MiniMax 正式发布 M3.1 Flash ，定位为 Coding/Agent优化轻量级模型 ，拥有100万token上下文。
几乎前后脚，10月17日，DeepSeek V4.1 Flash-1017上线。（ 梁圣又掀桌了！DeepSeek新模型斩杀GPT-6，许愿式编程时代降临 ）
根据M3.1 Flash的基准测试成绩，该模型在Agentic任务、编程、Computer Use及网络安全能力等方面实现了大幅提升， 与DeepSeek V4.1 Flash-1017基本追平 。
价格上也进一步 打穿了“斩杀线” 。M3.1 Flash的输入价格为 每百万Token 1元 ，输出价格为 每百万Token 4元 ，缓存读取价格为每百万Token 0.1元。据MiniMax团队发布信息，在Agentic类任务中，该模型的综合使用成本较前代模型 降低了70% 。
DeepSeek V4.1 Flash-1017定价为闲时输入（缓存命中）每百万Token 0.02元、未命中每百万Token 1.0元、输出每百万Token 4.0元，高峰时段输入（缓存命中）每百万Token 0.04元，未命中每百万Token 2.0元，输出每百万Token 8.0元。
能力上你追我赶，价格上更是不甘示弱，这两款“Flash”模型接连落地， 国产模型在Flash段位第一次有了“双强”的格局 。
一、拆解硬核成绩单：性价比之王，多项成绩超过Kimi K3和GLM-5.3
Space Bunny匿名期积累的社区口碑，让正式版的M3.1 Flash承载了极高的期待，那它成绩究竟如何呢？
在复杂任务与自动化上，M3.1 Flash实现反超。 在评估智能体长程、多步骤真实任务的Agents’ Last Exam中，M3.1 Flash跑出了29.6%的通过率和739元的成本，处在“低成本-高通过率”的最前沿区间，性能远超同价位模型。
而在考察真实业务流程跨应用自动化的Automation-Bench v1.0.6中，M3.1 Flash拿下62.2分，反超了DeepSeek V4.1 Flash-1017的60.5分，更是将Opus 5甩在身后。
在编程领域，M3.1 Flash与DeepSeek V4.1 Flash-1017各有侧重。 在DeepSWE v1.1测试上，DeepSeek V4.1 Flash-1017得分为77.0分，排名第一。 M3.1 Flash取得73.7分，距离Opus 5仅差0.3分。
在代码修复测试SWE Refore Bench中，M3.1 Flash拿到23.0分，直接 是DeepSeek成绩的两倍以上 。
在专业与安全领域，M3.1 Flash也稳居第一梯队。 在金融工具调用的BankerToolBench中，它以76.2分与Opus 5并列第一；网络安全CyberGym测试中，其以82.2分与GLM-5.3同处第一梯队；无工具学术推理测试HLE w/o tools中，M3.1 Flash取得43.4分， 略高于DeepSeek V4.1 Flash-1017 。
从榜单可以看出，M3.1 Flash绝不是一个“偏科”的模型，它在Agent和自动化上的成绩，甚至 已经超越了行业旗舰大模型 。
完整榜单如下：
二、发布相隔48小时，DeepSeek和MiniMax打出“双强”格局
DeepSeek V4.1 Flash-1017与M3.1 Flash，同样定位Flash，在两天内接连发布，且基准测试成绩如此接近，让人自然而然地看到了一个全新的格局： 双强并立 。
DeepSeek V4.1 Flash采用稀疏MoE架构，总参数量552B，但推理时输入仅激活8B 参数、输出激活16B。它在性能与速度上都超过了上一代Pro版本，但定价压得很低。这款模型的发布，直接让开发者们看到了Flash模型的“旗舰能力”。
顺着DeepSeek撕开的口子，M3.1 Flash往前更近了一步。
在M3.1 Flash还处于匿名期时，上线短短几天内，它便在OpenCode的调用量榜单 稳居第二 ，在OpenRouter上 一度排名第一 。
有网友用Claude Opus 5、GPT-6 Sol和Gemini 3.8 Flash与Space Bunny进行比较，用最高思考级别构建火箭发射场景。该网友称Space Bunny仅花了三分钟，最终呈现的效果能和Opus 5相比，速度也很快。
智东西也第一时间进行了实测，认为该模型效果直逼GPT-6 Astra（ 神秘模型“太空兔”火了，效果直逼GPT-6 Astra，10万人围观 ）
Space Bunny匿名期间让开发者惊艳的响应速度在正式版中也得到完整保留。据MiniMax团队透露，他们进一步优化了M3.1 Flash的推理效率，使用了 更激进的稀疏注意力架构 ，日常使用场景下的 输出速度可达200+TPS （Tokens per Second） ，中位数（P50）稳定达到170+TPS。
定价上，M3.1 Flash的输入输出价格约为DeepSeek V4.1 Flash-1017 高峰期价格的一半 ，与空闲时期价格持平。
▲M3.1 Flash与DeepSeek V4.1 Flash-1017价格对比（智东西制表）
可以说，这两个模型就像开发者工具箱里两套各有侧重的工具， 开发者能根据任务需求灵活调度 。
例如，需要代码生成效率和缓存成本控制时，开发者们可以选择DeepSeek V4.1 Flash-1017；面对长程Agent任务、跨应用自动化或多模态驱动的开发流程时，M3.1 Flash则可以作为第一选项。
此前外界对MiniMax的印象，或许多集中在多模态领域。但无论是Space Bunny匿名期间的调用量霸榜，还是M3.1 Flash正式发布的基准测试成绩单，都证明了 MiniMax在Agent与自动化方向的竞争力 ，也让用户对其后续Pro模型的发布充满期待。
结语：Flash模型上桌，不再是“平替”
DeepSeek和MiniMax的两款Flash模型接替上场，让业内看到了Flash模型的实力。
Flash模型正在撕掉 “预算不足才退而求其次” 的旧标签。从基准测试结果来看，它已能在部分核心指标上，跻身旗舰模型的同台对比序列，同时保留自身在推理速度与成本上的固有优势。
从性价比上看，Flash模型或许最接近真实使用场景的模型类型，国产模型首次形成DeepSeek和MiniMax“双强并立”的竞争格局。
对开发者和企业来说，模型工具箱中，自此新增了一个可以按需调度的优质选择。
资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。
相关内容
GPT-Image-3要来了？三个神秘代号曝光，网友实测生成猫咪惟妙惟肖
智东西 编译 | 孙小雯 编辑 | 程茜 智东西10月19日消息，据科技媒体TestingCatalog昨日报道，三个名为 aurora-red-alpha、aurora-green-alpha和aurora-blue-alpha 的模型条目短暂出现在OpenAI API的模型列表中。随后，测试者在AI模型评测平台Arena发现了同名图像模型，并晒出红、绿两个版本生成的猫咪图片。 OpenAI未公布这三个模型的身份及发布安排。据外网AI模型测评博主Lumina推测，这可能就是GPT-Image-3。他体验后认为，红版生成更快，但画质稍逊；绿版速度较慢，效果更好，但没有公布具体耗时和完整测试记录
AI 里没有答案的问题，需要一场「深谈」
去年，极客公园创新大会第一次办起「小场深谈」。场子都不大，百人左右围坐在一起。 有些瞬间仍然记忆犹新。 在「超级个体」专场，一位观众站起来。他刚从大厂跳槽到一家小厂，正用 AI 做自己的第一款产品。他向嘉宾说出自己的困惑：我还在打工，做公众号、视频号，早晚会被老板和同事刷到。这个冲突，怎么解？ 在「硬控 AI」专场，有人直接向刚刚离职的小米 AI 眼镜负责人提问：如果给你两个亿，你会去做哪种 AI 眼镜？有人继续追问，你觉得豆包手机助手到底是真需求还是伪需求？ 在「重塑关系」专场，一位精神科医生，问做陪伴机器人的嘉宾：你是希望它把人带回现实社会的交往，还是给这个家添一个新成员？ 这些问题都不「
Jev刚火，国产29B开源模型来踢馆了！不光会判断，还能直接填参数
智东西 作者 | 江宇 编辑 | 漠影 AI行业正被一个叫 Jev 的模型搅动。 这款由TypeSafe AI发布的“系统一模型”，验证了一个此前被忽视的判断：意图理解这类高频、低延迟的任务，未必非要劳驾千亿参数的大模型“硬想”，专用模型同样能做到又快又准。一时间，决策层与生成层分离，成了AI Agent落地的热门话题。 但Jev留下了一个问题：判断出用户想做什么之后，谁来负责把事情交代清楚？ 例如，用户说“把展厅东侧的灯调到80%、色温4000K，西侧调到30%、2700K，入口灯别动”。识别出“调节灯光”，只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温，以及哪盏灯必须保持原
Lovart 2.0上线！设计界的个人助理来了，我用它给DeepSeek设计了一个新形象
AI应用风向标（公众号：ZhidxcomAI） 作者｜毕伟豪 编辑｜漠影 智东西10月19日报道，今天，Lovart发布了2.0版本， 推出个人设计Agent“Arti” ，能够 主动参与设计流程 ，并可以持续 记住和消化用户的设计习惯以及审美 ，将创作偏好带到后续工作流程中。 Arti最核心的几项功能分别是全天候在线、带有记忆，并能够主动对画布进行检查。 前段时间， Muse带起的Personal Agent浪潮风靡AI圈 ，大模型厂家纷纷跟进，而作为对偏好、风格极度依赖的设计界，天然需要一个能够记住使用者喜好、能够为设计过程提供助力的帮手。 Arti就是瞄准这个需求推出的功能 ，智东西也对
蚂蚁领投了一家清华系AI创企
智东西 作者 | 程茜 编辑 | 心缘 智东西10月19日消息，今日下午，北京AI金融创企 熵简科技 宣布完成C轮融资，由 蚂蚁集团领投 ，东方国信与乔贝资本跟投。本轮融资后，蚂蚁集团将与熵简科技在AI金融智能体研发、AI金融垂域模型训练等领域展开深度合作。 熵简科技成立于2017年，主要业务为依托大数据、云计算、人工智能等先进技术，打造全资产、全流程的端到端智能资产管理平台。其公司名称的由来是热力学第二定律中对系统混沌程度的度量“熵”，“熵简”寓意通过AI降低金融投研的复杂度。 根据官方披露，该公司核心管理层均毕业自 清华大学 。其创始人、CEO费斌杰本科就读于清华大学工业工程系，硕士毕业于
夯爆！DeepSeek又拿下全球第一
智东西 编译 | 杨京丽 编辑 | 李水青 智东西10月19日消息，今日，AI模型评测平台Arena宣布，DeepSeek-V4.1-Flash-1017（Max）超过Kimi K3（Max），成为Code Arena: WebDev榜单 排名最高的开源模型 。 截至目前，DeepSeek-V4.1-Flash-1017在该榜单上得分为1670分，超过了 Kimi K3（Max）、Mimo-V2.6 Flash 等开源模型，也超过了 Muse Spark 1.3（Max）、Claude Opus 5（High）、Grok 4.7（xHigh） 等闭源模型，仅落后GPT-6 Sol（Max）12