国产 AI 性价比王者要换人了吗？MiniMax 来真的
国产大模型在价格上的竞争，如今已激烈到何种地步？
10月19日，MiniMax正式推出M3.1 Flash：输入每百万Token收费1元，输出4元，缓存读取费用更是低至0.1元。
官方透露，模型推理速度提升了近3倍，Agent任务综合使用成本减少了70%。
这下，国产模型又一次拉低了价格门槛。
不过，如果仅仅是价格低廉，倒也不算稀奇。
毕竟，通义、智谱、豆包等国产模型，早已将部分Flash模型的输入价格降至1元以下。
而在这次价格战爆发前，M3.1 Flash已用另一个身份接受过考验。
此前，它以匿名模型Space Bunny（太空兔）的身份，在开发者社区接受了实际使用检验。
上线3天内，它便登顶OpenRouter和OpenCode的单日Token使用量榜首，引发广泛关注。
如今正式公开身份，MiniMax给出的方向也很明确：聚焦Coding、复杂Agent、电脑操作等任务，力求让模型更快、更高效，同时降低调用成本。
毕竟，AI聊天便宜几毛钱，用户未必能明显感知。
但如果一个Agent需要连续调用模型几十轮，写代码、改Bug、跑测试，成本差距就可能被成倍放大。
先看M3.1 Flash的强项：企业工作流自动化和金融工具调用。
这两项成绩显示，M3.1 Flash的专长不只是生成文字，而是理解任务、调用工具、推进流程，尽可能完成任务。
电脑操作测试也印证了这个方向。
MiniMax称，这两项成绩均位列国产模型第一。
换句话说，它更像一个执行型选手：擅长将任务分解、调用工具，再一步步完成流程。
但是，当面对复杂的代码开发和终端操作时，M3.1 Flash的表现就没那么出色了。
再看第三方Artificial Analysis评测。
M3.1 Flash的综合得分为42，较前代M3提升较多，但略低于DeepSeek V4.1 Flash-1017的45分。
进步确实显著，但尚未达到远超同类模型的程度。
但有趣的是，成本却大幅拉开了。
完成整套Intelligence Index评测，M3.1 Flash的成本约为0.22美元，低于DeepSeek的0.26美元和GLM的0.28美元，也远低于Gemini 3.8 Flash的1.24美元。
在细分项目中，它也有亮点。
再看自动化任务的成本。MiniMax官方另一组Automation-Bench数据显示：在最高推理强度的测试设置下，M3.1 Flash得分为62.8%，单项任务成本约0.045美元。
再加上官方宣称的200+ TPS输出速度，以及Agent任务综合成本较上一代降低70%。
把这些成绩放在一起看，M3.1 Flash的卖点就清晰了：同等预算下，谁能完成更多Agent任务。
跑分归跑分，模型到底好不好用，还得实际测试才知道。
有开发者用MiniMax Code测试了一个日本小镇小火车项目。
整体生成效果还不错，但也出现了一个有趣的Bug：到了夜间场景，火车行驶时，车灯看起来反而越跑越远。
另一个开发者用MiniMax M3.1 Flash和DeepSeek V4.1 Flash 1017完成同一个埃菲尔铁塔项目。
M3.1 Flash的低成本和生成能力确实令人眼前一亮：不仅还原了塞纳河、桥梁和城市天际线，还主动加入了巴黎街头行驶的车辆。
不过，另一项特斯拉Roadster第一人称驾驶场景测试中，博主认为MiniMax M3.1 Flash虽然便宜，但视觉效果也是最差的。
对比之下，DeepSeek V4.1 Flash 1017确实非常出色。
可见，在稍微复杂的任务中，M3.1 Flash的性价比优势并不总能转化为效果优势。
但换到像素风滨水城市生成，结果又不一样了。
相同提示词和推理参数下，MiniMax M3.1 Flash和DeepSeek V4.1 Flash 1017风格各异，可以说不相上下。
总的来说，在这一轮测试中，不少测试者都表示，M3.1 Flash相比上一代进步明显。
但和DeepSeek V4.1 Flash 1017正面对比，两者整体表现可以说各有胜负、难分高下，成本也各有优势。
不过，至少从这些实测来看，M3.1 Flash已经有了和DeepSeek正面较量的实力，最终选谁，还得看具体任务和实际成本。
过去，Flash模型常被当作高性能模型的低成本替代品，适合简单问答、摘要和分类。
如今，厂商开始将它们推向Coding、电脑操作、复杂Agent和自动化流程，竞争重点也从“够便宜”转向“能否把复杂任务做好”。
而各家厂商模型各有优势、不分上下，可见国产Flash赛道并非零和博弈。
对开发者来说，模型选择不必只看排行榜，任务成功率、调用速度、总成本和最终效果，都需要综合考虑。
至于MiniMax后续的Pro版本会带来什么变化，还有待正式发布和实际测试。
但可以确定的是，国产模型这场从价格向能力延伸的竞争，还远没有结束。爱游戏体育在线
本文来自微信公众号“科技狐”（ID：kejihutv），作者：狐妹，36氪经授权发布。