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） Spa