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

EnactraAI 给出 BuildingBench 数据：MiniMax M3.1 Flash 综合 73.3 排第 12，高于 SWE-2 的 67.3，接近 DeepSeek V4.1 Flash 的 72.9，最佳重建单项 88.8。

官方称匿名早期版在 OpenCode 连续 12 天排名第一，正式版 M3.1 Flash 已上线并在 OpenCode 免费开放 3 天。

作者用 Keygen Bench 实测 M3.1 Flash，结论是表现令人失望，带有「小模型味」，并附视频展示。

一条视频把 MiniMax M3.1 Flash 和 DeepSeek V4.1 Flash 放在一起对比，但推文没写具体任务和结果，需点开视频看。

梳理官方信息：多模态编程模型、1M 上下文、可调思考深度，Automation-Bench 62.2、BabyVision 91.0，DeepSWE 73.7 落后 DeepSeek 的 77.0；API 已上线，权重 10 月 23 日发布。

报道称 M3.1 Flash 在一项关键商业基准上以更低成本超过 DeepSeek 和 Opus 5，同时幻觉率偏高。

CashuPayServer 用多个模型跑安全审计，MiniMax M3.1（即 Space Bunny）是唯一找出此前所有扫描都漏掉的高危 bug 的模型，作者建议趁 OpenCode 免费期跑安全关键代码。

同一特斯拉跑车警匪追逐场景，MiniMax M3.1 Flash 花费 2.34 美元，DeepSeek V4.1 Flash 花费 3.07 美元。

对比三家每百万 token 价格（Opus 5.5 $4/$20、DeepSeek Flash $0.30/$1.20、M3.1 Flash $0.15/$0.60），并列出官方跑分：Automation Bench 62.2 胜 Opus 5，Terminal Bench 38.1 落后；Space Bunny 匿名

作者称 M3.1 Flash 击败 GPT-5.6 Sol，Opus 5 略强但贵 40 倍，模型效率高、跑到 200 t/s，并断言中国 AI 实验室的沉默期结束。

作者用 10 月 6 日挑战的同一组 3D 提示词一次成图不修：埃菲尔铁塔不如 M3，鱼和胖猫尚可，三场景共花 $0.19，Claude Opus 5.5 为 $13.83。

作者让两个模型就同两个交易想法各做 10 场完整多空辩论、不设备用模型，对比它们在自家交易辩论流程中的表现。