MiniMax M3.1 Flash 实测：和 DeepSeek V4.1 Flash 怎么选

作者用同一个 Lunar Lander 提示词对比，称 M3.1 Flash 比匿名版 Space Bunny 强很多，归因于这几周持续 RL 训练，并附运行视频。

实测 M3.1 Flash 的 3D 前端能力：单 prompt 生成带水车、石桥、溪流和 5 站巡游镜头的浏览器场景，含烟雾、窗光、水面倒影等细节，总成本 $1.62。

帖子梳理官方发布：Space Bunny 是 M3.1 Flash 早期版本，速度近三倍、成本降 70%、$0.15/M 输入，智能指数升 13 点到 42，OSWorld V2 中文榜登顶，10 月 23 日开源权重。

主力用 DeepSeek V4 系列的开发者考虑换 M3.1 Flash，月 AI 支出已从 10 美元涨到约 100 美元，想确认水准是否相当。

致知榜私人题库测试中，M3.1 Flash 中位分 51.76（M3 为 23.86，DeepSeek V4.1 Flash 1017 为 56.03），但旧题近满分、新题近零分，被疑背题。

作者在 OpenCode 用两个硬 prompt 测匿名 Space Bunny：写出带 alpha-beta 剪枝的四子棋引擎和监控面板，自己跑测试修 bug；官方版在 agent 类任务上更强。

整理 M3.1 Flash 官方规格与 AA 数据：输入 $0.15/百万 token、DeepSWE 73.7%、智能指数 42、每任务约 $0.22，并指出 93% 幻觉率短板。

实测用 Claude Code 调 MiniMax M3.1 Flash 生成 whale breach 3D 场景，成本约 $0.25，称比 Astra/Sol 便宜约 8 倍、效果胜过 GPT 6.1 Sol。

作者用同一任务跑两个模型：DeepSeek V4.1 Flash 花 $1.05、耗时 2 小时 19 分；MiniMax M3.1 Flash 花 $0.79、耗时 2 小时 40 分，并问哪个更值。

相同提示词跑同一任务，MiniMax M3.1 Flash 用时 1 小时 6 分 51 秒、812 万 token、$0.22；DeepSeek V4.1 Flash 1017 用时 1 小时 28 分、8948 万 token、$0.54。

帖子引用 Artificial Analysis 数据：M3.1 Flash 智能指数从 29 升到 42，每任务成本从 $0.51 降到 $0.22，但 93% 幻觉率提醒便宜不等于可靠。

作者用一张截图和一句 prompt，让匿名版 Space Bunny 在 6 分钟内把 X 个人主页做成单文件网站，配色取自头像；并列出正式版 M3.1 Flash 的 DeepSWE 73.7%、约 3 倍提速、支持图像视频输入。