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

匿名版在 OpenRouter 编程榜连续十天第一、吃掉 56.7 万亿 token，揭晓为 M3.1 Flash：成本为 M3 三分之一、速度快 3 倍，输入 $0.15/百万 token，每任务便宜 70%，权重 10 月 23 日放出。

Artificial Analysis 指数更新后，M3.1 Flash 得 42 分，是 MiniMax 目前最好成绩，与 GLM-5.3-Flash 持平、比 Kimi K3 低 2 分；高于 9 月版 DeepSeek V4.1 Flash，但远低于当前 1017 版。

零样本单轮无 harness 对比，作者称 DeepSeek Flash 是怪物、对镜头描述的细微差别理解更好，M3.1 Flash 还出现控制台报错需修。

按近期独立跑分整理 OpenCode 限时免费模型：Space Bunny 推理约 75 且使用量第一，DeepSeek V4.1 Flash 编程约 67.5 最强，LongCat 2.5 Preview 两项均衡。

作者此前用匿名 Space Bunny 做出可玩 3D 游戏，体验不错；转述官方称 M3.1 Flash 比 M3 快 3 倍、成本 1/3，并特别提到 Automation-Bench 62.2 对比 Claude Opus 5 的 50.3。

同一提示词让 M3.1 Flash 生成 100 个零重复的 HTML 页面，结果尚可但整体弱于 DeepSeek V4.1 Flash 1017 与 GLM-5.3 Flash，且有文件损坏和渲染问题，结果原样公开。

官方定价 $0.15/$0.60 每百万 token、权重 10 月 23 日放出；文档提醒模型按需思考，简单工具调用轮次可能没有 reasoning_content 字段，agent 循环需先兼容。

评论者认为盲测揭晓是最好的评价方式：在不知道品牌的情况下，Space Bunny 的输出能与 Opus 5 抗衡，比任何跑分表都更有说服力。

作者认为 M3.1 Flash 基本是 Space Bunny 的升级版，DeepSWE 74% 说明真实 agent 编程工作流更可靠，且比 M3 快 3 倍，是当前 agentic coding 性价比最高的 Flash 模型。

作者用同一 prompt 让 Space Bunny 和 Gemini 3.8 Flash 各生成完整 3D 场景，称 Space Bunny 出结果很快；并提到正式版 M3.1 Flash 编程与 agent 能力更强、agent 任务成本最多降 70%，但详细测试还没发。

作者展示 M3.1 Flash 生成的决策流程图，并计划用它和 DeepSeek V4.1 Flash 在临床任务上做对比，目前只有流程图截图。

作者列出本周三处接入点：30 步抓取循环的执行器、PR 初审、夜间研究批处理，并引用 BankerToolBench 76.2、DeepSWE 73.7、Automation-Bench 62.2 与 170+ tok/s。