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！
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。
除此之外，Coding、网络安全、Computer Use ……也全部杀进全球第一梯队。
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）
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。
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。
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%。
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。
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。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
