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。
News is gathered automatically from public robotics & AI feeds on a schedule.
Related
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
A guide to everything happening at RoboBusiness 2026
RoboBusiness 2026 will start tomorrow, so we're putting together an overview of everything happening at the show over the next two days. The post A guide to everything happening at RoboBusiness 2026 appeared first on The Robot Report .
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