鹈鹕滑单板同题实测：M3.1 Flash 朴素但贴题，DeepSeek 好看却跑偏

老杨啊 | AI产品商业化 @yhslgg原推发布于 2026.10.20

在 X 上打开原推

岚叔@LufzzLiz这轮测完给的结论，我特别认同，听话好用， 他拿鹈鹕滑单板这道题，让 MiniMax M3.1-Flash 和 DeepSeek V4.1-Flash-1017 各做一版， DeepSeek 的画面更好看， 但鹈鹕没在雪道上，飘到天上漂移去了😂 MiniMax 没那么炫，可它做出来的，就是题目要的那个东西， 我觉得这道题挺能说明问题， 很多人看模型测评，第一眼看的是谁更惊艳， 但真拿来干活，最先卡住你的往往不是不够好看， 是它做的不是你要的， 好看但跑题，其实比朴素但贴题更费事， 你得先发现它偏了，再想办法把它拉回来， 一来一回，省下的那点审美分全赔进去了， 我理解听话这件事，在 agent 和批量任务里会被放大很多倍， 一条流程十几个环节，每一步都偏一点点， 到最后交出来的东西，可能跟你最初想要的完全是两回事， 反过来，每一步都老老实实照着题做，整条线才能放心交给它跑， 岚叔这次还测了代码生成的宣传片风格视频，和一个三维地球网站， 他的评价是完成度不错， 放在一起看，我理解这个模型的定位挺清楚，不追求最炫，追求说什么做什么， 我觉得接下来挑模型，惊艳决定你愿不愿意试第一次， 听话决定你敢不敢把正事交给它👇

这条是引用着另一条写的：「MiniMax M3.1 Flash 实测：鹈鹕滑雪对比 DeepSeek V4.1 Flash」