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

Unsloth 2-bit 动态 GGUF 把 428B 的 M3.1 Flash 压到 143.9GB，150GB 内存机器可跑，top-1 输出与原版一致率 91.5%，并附官方 DeepSWE/OSWorld/CyberGym 数据。

用 Unsloth 2-bit GGUF（144GB）在 96GB 显存 + 系统内存上跑 428B 模型：自研引擎 decode 23–31 tok/s、prefill 16K 下 1120 tok/s，llama.cpp 仅 6.7 / 219 tok/s，质量 NLL 不变，瓶颈是内存带宽。

作者认为 DeepSeek 赢了，但 M3.1 Flash 和 DeepSeek V4.1 Flash 1017 都挺酷，MiniMax 用着更有趣，两次运行都不完美，打算继续测 MiniMax 的 code cloud 和远程控制。

两台 DGX Spark 以 2.15bpw 跑 428B M3.1 Flash，改写 33 tok/s、代码 29 tok/s，8k 提示读取 13.6 秒；但 IFEval 仅 60.5%，远低于 DeepSeek V4.1 Flash 的 89.0%，正试 3.06bpw 包。

作者建议用 M3.1 Flash 跑无聊的后台 agent 任务，但别直接用在生产代码附近；并列出输入 $0.15、输出 $0.60、缓存输入 $0.015 每百万 token 的价格。

428B MoE 的 M3.1 Flash 经 Unsloth 2-bit 动态量化后约 144GB，官方自评七个领域 top-1 token 一致率 91.5%，150GB 内存即可家用，适合不想上云的小工作室。

实测：一句 prompt 后 46 分钟产出单文件可玩雨夜城市跑酷；让它自测时发现跑过数百米后屋顶堆叠、角色穿地，修复后加 3 万步检查，96/96 通过、零控制台报错。

本地推理项目 Project Maya 更新，MiniMax-M3.1-Flash 因 DSpark 草稿模型改为读取完整对话，回答速度最高提升 1.5 倍，答案不变；同时带来新 Web UI 和 AMD/MI50 支持。

独立安全基准实测：M3.1 Flash pass@3 命中 24/32 CVE（75%），DeepSeek V4.1 Flash 28/32（87.5%）；单次召回 59.4% vs 70.8%，误报多约 40%，每个 CVE 成本 $4.20 vs $2.40，作者不建议用于安全任务。

作者用 OpenCode 让 M3.1 Flash 搭出六台机器、传送带、经济系统、实时图表、小地图与存档的 3D 工厂游戏，还能自己修 bug，多文件项目逻辑跑通且速度快。

实测：只给一句「做个可玩的像素冒险游戏」，M3.1 Flash 在 MiniMax Code 里建项目、内置浏览器试玩、按指令改玩法 UI 并自己抓 bug，每天 400 免费额度。

作者用 API（DeepSeek Harness、mcode）让 M3.1 Flash 长时间会话逐项加功能，纯代码无外部素材做出开放世界 FPS，称比上代 M3 进步明显，并打算用掉本月剩余额度继续改进。