文章核心观点 - DeepSeek与MiniMax接连更新Flash模型，国产AI大模型开启新战场，Flash模型竞争向复杂任务主力角色靠近 [2][3][11] - 国产Flash模型在编程和Agent评测中能与头部闭源模型竞争，同时保持较低调用价格 [13] - 模型竞争进一步延伸到完整任务交付效率，需同时满足完成工作与减少重试、返工和人工接管的需求 [14] - 一款模型需在能力、速度与成本方面同步改善，才能推动更多任务进入高频使用阶段 [16] - DeepSeek与MiniMax呈现各有侧重的优势，可成为开发者与企业按任务选择的互补选项 [17] - 国产Flash模型领域竞争正形成相互参照、持续竞争的发展态势 [18] 国产Flash模型迎来重要选手 - 10月19日，MiniMax发布新一代Flash模型M3.1 Flash，并预告追求智能上限的Pro版本即将推出 [3] - 10月17日，DeepSeek更新Flash模型至V4.1 Flash-1017版本，官方网页端、App与API已同步切换为新模型 [3] - Flash模型是AI大模型厂商推出的轻量化、高性价比版本，核心设计思路是用极低算力消耗获得完成复杂任务的能力 [5] - 以M3.1 Flash为例，其在处理复杂Agent任务、电脑操作、软件开发以及网络安全等方面能力大幅提升 [5] - M3.1 Flash在跨SaaS系统的真实企业业务工作流中，能够完整解决销售、营销、运营、客服、财务、HR的真实问题 [7] MiniMax M3.1 Flash关键数据 - M3.1 Flash在BankerToolBench测试得分为76.2，擅长处理多步骤规划、跨文档/跨文件一致性、金融业务合规、工具链式调用等真实复杂问题 [10] - BankerToolBench是专门评估AI智能体在投资银行端到端工作流程表现的开源基准测试工具 [10] - M3.1 Flash线上推理速度提升近3倍，使用更激进的稀疏注意力架构，日常使用场景输出速度可达200+TPS，中位数稳定达170+TPS [10] - M3.1 Flash下调API调用价格，每百万Tokens输入费用为1元、输出费用为4元，缓存读取费用为0.1元 [10] - 与M3（输入≤512K Tokens）对应价格相比，M3.1 Flash输入和输出单价均降低50%以上，缓存读取单价降低超70% [10] DeepSeek V4.1 Flash-1017关键数据 - DeepSeek V4.1 Flash-1017重点提升完整项目开发能力，并通过缩短输出长度和任务运行时间提高任务执行效率，以更低成本、更快速度完成任务 [11] 模型评测对比数据 - CoWork Automation-Bench v1.0.6：MiniMax M3.1 Flash为62.2，DeepSeek-V4.1-Flash-1017为60.5，DeepSeek-V4.1-Flash为54.8，Kimi-K3为46.7，GLM-5.3为48.8，GPT-5.6 Sol为45.8，Opus 5为50.3 [6] - Banker ToolBench：MiniMax M3.1 Flash为76.2，DeepSeek-V4.1-Flash为73.7，Kimi-K3为69.1，GLM-5.3为74.5，GPT-5.6 Sol为74.6，Opus 5为76.2 [6] - GDP.pdf AA：MiniMax M3.1 Flash为20.8，DeepSeek-V4.1-Flash为12.8，Kimi-K3为22.0，GLM-5.3为11.2，GPT-5.6 Sol为27.2，Opus 5为21.6 [6] - Terminal Bench 4.0：MiniMax M3.1 Flash为38.1，DeepSeek-V4.1-Flash-1017为42.3，DeepSeek-V4.1-Flash为31.2，Kimi-K3为12.6，GLM-5.3为37.9，GPT-5.6 Sol为39.9，Opus 5为51.8 [6] - LOCA-Bench 256K：MiniMax M3.1 Flash为60.3，Kimi-K3为49.7，GLM-5.3为50.3，GPT-5.6 Sol为60.0，Opus 5为53.7 [6] - Agents‘ Last Exam：MiniMax M3.1 Flash为29.6，Kimi-K3为28.3，GPT-5.6 Sol为30.6，Opus 5为32.2 [6] - OSWorld 2.0：MiniMax M3.1 Flash为61.7，DeepSeek-V4.1-Flash为54.3，Kimi-K3为58.3，GPT-5.6 Sol为65.7，Opus 5为70.6 [6] - Post Train Bench v1.1：MiniMax M3.1 Flash为39.3，DeepSeek-V4.1-Flash为30.5，Kimi-K3为36.6，GLM-5.3为37.5，GPT-5.6 Sol为36.2，Opus 5为40.4 [6] - DeepSWE v1.1：MiniMax M3.1 Flash为73.7，DeepSeek-V4.1-Flash-1017为77.0，DeepSeek-V4.1-Flash为74.2，Kimi-K3为67.5，GLM-5.3为66.9，GPT-5.6 Sol为73.0，Opus 5为74.0 [6] - NL2Repo-Bench：MiniMax M3.1 Flash为61.2，DeepSeek-V4.1-Flash-1017为68.2，DeepSeek-V4.1-Flash为65.4，Kimi-K3为58.0，GLM-5.3为58.0，GPT-5.6 Sol为56.8，Opus 5为75.3 [6] - SWE Refactor Bench：MiniMax M3.1 Flash为23.0，DeepSeek-V4.1-Flash为11.8，Kimi-K3为19.5，GLM-5.3为10.4，GPT-5.6 Sol为28.5，Opus 5为31.0 [6] - CyberGym：MiniMax M3.1 Flash为82.2，Kimi-K3为80.0，GLM-5.3为84.5，GPT-5.6 Sol为83.6 [6] - Baby Vision (w/tools)：MiniMax M3.1 Flash为91.0，DeepSeek-V4.1-Flash-1017为92.5，DeepSeek-V4.1-Flash为89.6，Kimi-K3为85.7，GPT-5.6 Sol为88.9，Opus 5为94.1 [6] - HLE w/o tools：MiniMax M3.1 Flash为43.4，DeepSeek-V4.1-Flash-1017为42.6，DeepSeek-V4.1-Flash为39.2，Kimi-K3为43.5，GLM-5.3为42.3，GPT-5.6 Sol为49.5，Opus 5为55.6 [6] - Char Xiv RQ：MiniMax M3.1 Flash为82.5，DeepSeek-V4.1-Flash为69.0，Kimi-K3为84.8，GPT-5.6 Sol为85.2，Opus 5为83.7 [6] 竞争格局与行业影响 - DeepSeek V4.1 Flash-1017的软件工程评测得分更高，M3.1 Flash在跨SaaS业务工作流、网络安全等领域表现更突出 [17] - 对于开发者而言，借助国产Flash模型的持续进步，能以更低成本应对更为复杂的工作 [14] - MiniMax、DeepSeek均是头部大模型厂商，两者接连更新Flash模型，意味着国产Flash模型在复杂任务上的竞争将更加明显 [3]