MiniMax M3.1 Flash实测：对比 DeepSeek 1017，有何亮点丨302.AI

📖 文章导读：
匿名 25 天、默默消化 200T token 的 Space Bunny 终于揭面——正是 MiniMax M3.1 Flash。与仅隔 2 天发布的 DeepSeek-V4.1-Flash-1017 正面对决，跑分互有胜负，但二者并非简单的“双强并立”。实测验证，M3.1 Flash 不是平替，而是另一把工具——适合谁、怎么选，一文讲清。

我们先捋一下MiniMax M3.1 Flash的时间线：匿名 25 天，然后正式露面

9 月 23 日：OpenRouter 上线匿名免费模型 Space Bunny Alpha，标注 stealth/space-bunny-alpha，无任何厂商署名。这套匿名打法，广大用户早已不陌生，推测的对象也指向了MiniMax。

9 月 27 日：据第三方分析，MiniMax 的编程工具里出现了 M3.1-Flash-Preview，与 Space Bunny 的特征吻合

10 月 19 日：MiniMax 官方发布 M3.1 Flash，同日官方账号确认 Space Bunny 是其早期版本。模型权重将于23日开放

升级亮点：官方给了四个方向

1. 智能体任务能力大幅提升。 官方称在 AutomationBench-AA 上处于第一梯队，能端到端完成 SaaS 系统里的销售、营销、运营、客服、财务、HR 等真实企业流程。BankerToolBench 得分 76.2，官方特别强调多步规划、跨文档一致性和链式工具调用。这三项能力放在一起看，方向依然和各主流模型一致：干活，完成任务。
2. 编程能力接近头部。 DeepSWE v1.1 得分 73.7%。官方的描述是与头部模型并列，并强调它在长步骤序列中的执行稳定性，适合需要连续改代码、跑测试、修问题的工作流。
3. 电脑操作与网络安全。 OSWorld V2 得分 61.7，Agents’ Last Exam 得分 29.6，官方称两项都是中国模型第一。CyberGym 得分 82%，官方称在漏洞发现与验证上处于领先。
4. 速度与成本。 官方通过更稀疏化优化提升推理效率，日常输出速度可达 200+ TPS，中位数（P50）稳定在 170+ TPS。智能体任务的综合使用成本比前代低 70%。

Space Bunny：匿名期间表现

10 月 19 日，MiniMax 官方在发布博客里写明：Space Bunny 是 M3.1 Flash 的早期版本，匿名期间处理了超过 200 万亿（200T）token。官方账号当天还发了一段 25 秒的短片，火箭上印着 Space Bunny，结尾切到 M3.1 Flash 的字样。

OpenRouter 公开排行显示，它在最高一个完整日的 token 用量上排名第一（约 3.99 万亿），一周累计约 13.9 万亿，排名第三。OpenCode 称它连续五天是其最热门的模型。

指标	数据
单日 token 用量排名	OpenRouter 第一（3.99T）
周用量	13.9T，排名第三
中位速度	79 tokens/s，中位延迟 1.61 秒
三天可用率	98.96%
累计处理量	200T+ token

榜单排名

在目前Artificial Analysis榜单中排名第34位，Flash档模型排名第3

用户评价

这次302.AI将实测MiniMax M3.1 Flash,挑选的对手为DeepSeek-V4.1-Flash-1017，在实测中了解其实际生产力边界。

---

1. MiniMax M3.1 Flash 模型基础信息

（1）实测模型在 302.AI 的价格：

模型名称	上下文	说明	302.AI内的价格
MiniMax M3.1 Flash	1000000		缓存读取 $0.018 / 1M tokens输入 $0.18 / 1M tokens输出 $0.72 / 1M tokens
DeepSeek-V4.1-Flash-1017	1000000	闲时价格	缓存读取 $0.003 / 1M tokens输入 $0.15 / 1M tokens输出 $0.6 / 1M tokens
		高峰期价格 （北京时间：09:00‑12:00，14:00‑18:00）	缓存读取 $0.006 / 1M tokens输入 $0.3 / 1M tokens输出 $1.2 / 1M tokens

（2）测评目的：

本评测侧重模型对逻辑，数学，编程，多模态，人类直觉等问题的测试，非专业前沿领域的权威测试。旨在观察对比模型的进化趋势，提供选型参考。

（3）测评方法：

本次测评使用302.AI收录的题库进行独立测试。模型分别就逻辑与数学（共10题），人类直觉（共7题）以及编程模拟（共12题）进行案例测试，对应记分规则取最终结果，下文选取代表性案例进行展示。

题库地址：https://docs.google.com/spreadsheets/d/1sBxs60yWsxc9I5Va8Rjc1_le1Omg2hOXbwqOzpImZio/edit?gid=0#gid=0

💡记分规则：

按满分10分记分，设定对应扣分标准，最终取每轮得分的平均值。

（4）测评工具：

• 所有模型均在302.AI Stuidio客户端内使用对应模型，使用统一的提示词，取第一次生成结果
• 编程测试使用302.AI Stuidio客户端的Vibe模式：调用Claude Code沙盒

编程案例分数评级：

⭐⭐⭐⭐⭐ S 级（封神）： 行业标杆，重新定义标准。

⭐⭐⭐⭐ A 级（卓越）： 生产力合格，无明显短板。

⭐⭐⭐ B 级（优秀）： 表现中规中矩，存在短板。

⭐⭐及以下 C级（不合格）： 不可用，存在明显问题。

---

2. 测试结果总览

302.AI 多模态模型测评分数榜单：

---

3. MiniMax M3.1 Flash 案例展示

案例 1：多模态推理

提示词：根据插画推测以下六张图分别代表哪部著名电影 答案： 1. 《Kill Bill》《杀死比尔》

2. 《Back to the Future》《回到未来》

3. 《American Pie》《美国派》

4. 《Million Dollars Baby》《百万美元宝贝》

5. 《The Matrix》《黑客帝国》

6. 《No Country for Old Men》《老无所依》

MiniMax M3.1 Flash：正确识别推理出 3 部

DeepSeek-V4.1-Flash-1017：正确识别推理出 4 部

案例 2：程序化 SVG 图形生成

绘制一幅旋转木马正在运作的动态svg图

MiniMax M3.1 Flash 输出效果：

DeepSeek-V4.1-Flash-1017 输出效果：

制作一段动态 SVG 动画：一辆越野车在岩石遍布的地形上疾驰，随后失控，连续翻滚数圈，重重地撞向地面，并激起漫天尘土。

MiniMax M3.1 Flash 输出效果：

DeepSeek-V4.1-Flash-1017 输出效果：

测评点	M3.1 Flash	V4.1-Flash
语义表达准确度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
图形构造复杂度	⭐⭐⭐⭐	⭐⭐⭐
动态实现质量	⭐⭐⭐	⭐⭐

案例 3：抽盲盒模拟

Create a polished immersive 3D blind-box mini experience as a single self-contained HTML file.
Build a beautifully designed six-pack blind-box display box containing six individually packaged mystery boxes. The player can freely select any box, pick it up, and examine it from different angles. Once a box is picked up, let the player physically shake it with mouse movement. The box should respond with realistic inertia, rotation, subtle internal movement, and changing sound/visual feedback as the shaking becomes more intense. Make the object inside feel physically present rather than simply playing a predefined animation.
The goal is to let the player shake the mystery box and try to guess whether it contains their desired character. Different boxes should have slightly different physical reactions and subtle clues, but never reveal the character before opening. After choosing a box, allow the player to open it and reveal the collectible inside with a satisfying cinematic reveal animation.
Create all characters, blind boxes, packaging, display tray, table, and environmental elements from scratch using 3D geometry and materials. Do not rely on external images, downloaded models, or image textures.
Use a premium collectible-toy aesthetic: soft studio lighting, detailed materials, glossy packaging, subtle reflections, realistic shadows, floating dust particles, shallow depth of field, and smooth cinematic camera movement.

MiniMax M3.1 Flash 输出效果：

完整网页：https://vk6aete275.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 视觉叙事完整，盲盒抽取后自动归置到右侧 6 个 pedestal 收集台，展示路径完整，带自由拖拽切换视角；
2. 强物理防穿模验证，盒中手办用单质点 + 有向包围盒做真实动力学，保证动态物理质量；
3. 代码工程结构清晰，约 1900 行、阅读与维护成本低。

❌ 不足之处：

1. 手办角色和盲盒外观设计偏单薄，所有角色共用一个包围盒，缺少独特配件手感，手办建模略粗糙；
2. 玩法闭环弱，线索面板较静态，缺少许愿 + 渐进解锁线索，且盒身的磨砂材质可能透露手办款式；
3. 依赖 CDN，离线不可用。

DeepSeek-V4.1-Flash-1017 输出效果：

完整网页：https://q3mfs5qoi7.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 视觉处理更高级，PMREM 柔光棚 + 程序化材质系统，ACES 色调映射、真实阴影、后景深处理，整个场景传达出收藏品般的视觉美学，表现力极强；
2. 物理表现优质，每个手办带独立物理参数，真正模拟盒内件翻滚、碰撞、时的独立运动而非预定义动画，且做到了每个盒子物理反应不同；
3. 猜盒玩法完整，许愿系统选目标手办 + 摇晃分档解锁，固定随机种子在开盒前就定好整套阵容，可复现；
4. Three.js 内联打包完全离线可用，无 CDN 依赖。

❌ 不足之处：

1. 831KB 单文件，且后处理景深 + 实时物理 + 粒子加大性能开销，低端设备可能卡顿；
2. 手办开盒后展示路径未设置变化，导致重叠展示。

测评点	M3.1-Flash	V4.1-Flash
功能玩法创意性	⭐⭐⭐	⭐⭐⭐⭐
视觉执行力	⭐⭐⭐	⭐⭐⭐⭐⭐
技术实现	⭐⭐⭐⭐	⭐⭐⭐⭐

案例 4：风格化 3D 微缩小镇

Create a stylized 3D miniature town titled “Ghost Town After Dark”, with a charming handmade clay aesthetic.

Build a cozy Halloween-themed town featuring crooked little houses, pumpkin lanterns, tiny ghosts, black cats, bare twisted trees, gravestones, and winding cobblestone paths. Use soft clay textures, rounded shapes, handcrafted details, and a rich Halloween color palette.

Day & Night Modes:
- Day mode: Warm autumn sunlight, orange leaves, playful decorations, and a peaceful storybook atmosphere.
- Night mode: A deep blue-purple sky, glowing jack-o’-lanterns, luminous ghost characters, eerie windows, floating fireflies, and magical lights illuminating the streets.

Add a smooth day/night toggle with gradual transitions in lighting, sky color, and glowing effects. Include subtle ambient animations, such as floating ghosts, flickering pumpkin lights, and drifting fog.

Present the town as an interactive 3D diorama with a slightly elevated isometric camera, allowing users to rotate and zoom to explore the scene. Make it polished, atmospheric, playful, and richly detailed.

MiniMax M3.1 Flash 输出效果：

完整网页：https://2iamll381n.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 地形与昼夜系统的”手搓”完成度高，叠加 terrainHeight() 保证所有物件贴地摆放，自研天空 shader 同时处理日间太阳散射和夜间星空月光，昼夜过渡自然干净；
2. 两套氛围细节堆料完整，白天有飘落树叶、烟囱有烟柱、猫有尾巴摆动，几乎每个物件都有独立动画；
3. 图形组合黏土手作感符合提示词风格要求。

❌ 不足之处：

1. 移动端与交互弱，只有拖拽 + 滚轮 + 双指缩放，无触控安全区、无横竖屏判断、无虚拟摇杆；
2. 自测只到计数与状态，无渲染正确性验证；
3. 依赖 9 个本地 <script>，自包含性较差。

DeepSeek-V4.1-Flash-1017 输出效果：

完整网页：https://xynzj1e76w.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 视觉冲击力更强，更具“乐园感”审美氛围。昼夜过渡平滑，薄雾、萤虫飞舞、各类辉光点缀，增添怪诞氛围；
2. 场景构成元素丰富，形状各异的枯木、夜行蝙蝠、房屋建模，每处表面都程序化生成了凹凸贴图。符合哑光粗糙度、扁平着色的低多边形粘土质感；
3. 工程规范与自包含性较佳，结构清晰、可迁移、无本地碎文件依赖；有艺术文案点缀、加载动画等，视觉体系更配套。

❌ 不足之处：

1. 相机距离较固定，探索范围有限，缺少大范围拉近拉远手势。

测评点	M3.1-Flash	V4.1-Flash
视觉执行力	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
交互与探索度	⭐⭐⭐⭐	⭐⭐⭐
技术实现	⭐⭐⭐	⭐⭐⭐⭐

---

4. MiniMax M3.1 Flash 模型实测结论

MiniMax M3.1 Flash 与 DeepSeek V4.1 Flash-1017 的发布只间隔 2 天，定位都是 Flash，价格基本在同一个区间，行业媒体的口径大多称双强并立。而结合实测看下来，这个说法只能给一半认可度。

基准成绩两家确实互有胜负，但落到具体任务里，两款 Flash 擅长的任务并不一样。直白来讲，M3.1 Flash 不是 DeepSeek 的平替，而是另一把工具。

1. 跑分：互有胜负，编程上 DeepSeek 更稳

先看官方放出的数据：

• M3.1 Flash 占优的部分：Automation-Bench 拿到 62.2，反超 DeepSeek 1017 的 60.5；SWE Refore Bench 拿到 23.0，是 DeepSeek 的两倍多；BankerToolBench 76.2，与 Claude Opus 5 并列第一；OSWorld V2 61.7 和 Agents’ Last Exam 29.6，两个 Computer Use 榜单都是国产第一。
• DeepSeek 1017 占优的部分：DeepSWE v1.1 拿到 77.0，是所有 Flash 里的最高分；Terminal-Bench、NL2Repo 这几项 DeepSeek 也都压过 M3.1。

这些数据共同透露出的信息是，M3.1 在 Agent 自动化、Computer Use 上更占优，DeepSeek 则在硬核编程上更强。这不是双强，是各有所长。

另外值得一提的是，社区对于这些官方成绩的口径也存在一些质疑声音，核心观点是 M3.1 Flash 所谓的”反超”只在 Automation-Bench 一项成立，而 DeepSWE、Terminal、NL2Repo 三项则是 DeepSeek 全胜。基准只能当参考，不能当结论。

2. 实测：能跑通，但前端和多模态被拉开

在几轮实测任务中，差距就比榜单更直观了。

• 动态 SVG 案例是 M3.1 唯一明显优于 DeepSeek 的项目；
• 多模态推理则反过来，视觉识别不是 M3.1 的强项；
• 盲盒模拟则差距更大。M3.1 的优势在于工程结构清晰、防穿模验证扎实。但视觉处理单薄、角色建模粗糙、玩法闭环弱，对照 DeepSeek 的 ACES 色调映射、独立物理参数、可复现的许愿系统效果，差距是真实存在的；
• Ghost Town 这个项目稍微拉回一点。M3.1 的昼夜过渡、动画细节、交互与探索度都做得不错，但视觉执行力与技术实现仍然落后。

四组任务放在一起看，M3.1 的特点就更清晰了：能完成，能跑通，交互闭环基本完整实现。但只要任务对视觉表现、材质细节、物理模拟有要求，就会被 DeepSeek 拉开差距。这也是它和”强编程能力”这个标签之间的落差——写代码强，不等于做出来的东西足够精美。

3. 价格：单价低，缓存决定性价比

M3.1 Flash 的定价很激进：输入 1 元，输出 4 元，缓存读取 0.1 元（折合 0.15 / 0.6 / 0.015 美元）。和 DeepSeek 1017 的闲时价一致，甚至是 DeepSeek 高峰期的一半；从 Automation-Bench 单任务成本来看，M3.1 max 档 0.3 元，low 档不到 0.2 元；DeepSeek 1017 高峰价 max 档 0.6 元，Claude Opus 5.5 max 档 5 元。M3.1 仍然最便宜。

但单价只是个起点，缓存命中率上来之后，局面就反过来了。缓存命中率 95% 时，每 10 亿输入 token，M3.1 大约是 21.75 美元，DeepSeek 闲时只要 10.35 美元，高峰期 20.7 美元。

也就是说，短任务、低缓存场景 M3.1 更便宜；而长会话、高缓存场景则是 DeepSeek 反超。选哪个不能只看 token 单价，得看具体的任务需求。

总的来看，M3.1 Flash 是一款定位清晰的 Flash。它在 Agent 自动化、Computer Use、长链路编程任务上都到了可用水平，速度快（200+ TPS），匿名期 200T token 的社区口碑也是真实积累。但它和 DeepSeek 1017 之间并不是”双强”，DeepSeek 从榜单到实际表现上仍压它一头，视觉表现、物理模拟、多模态识别上差距则更明显。更要注意的是，在长会话缓存场景下 M3.1 Flash 也更容易丧失价格优势。

因此，M3.1 Flash 更适合业务流程自动化、数据分析、前端视觉原型和明确交互需求的快速实现。而不适合复杂未定义编码，更不适合替代 DeepSeek 1017 去跑长会话缓存场景。选型需得按任务形状匹配，不能单纯按 token 单价决策。

---

5. 如何在 302.AI 上使用

1. 使用302.AI客户端

步骤指引：对话框内选择模型菜单

输入minimax-m3.1即可获取相应版本调用

2. 聊天机器人中使用

步骤指引 ：应用超市→聊天机器人→立即体验

选择模型：国产模型→minimax-m3.1-flash→确认

3. 使用模型 API

步骤指引：API超市→语言大模型→MiniMax→minimax-m3.1-flash

点击【Playground】在线调用 API

---

想即刻体验 MiniMax M3.1 Flash 模型？

👉立即注册免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控

● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求

● 开源生态：支持开发者深度定制，打造专属AI应用

● 易用性：界面友好，操作简单，快速上手