MiniMax M3.1 Flash彰显中国AI价格战无止境

MiniMax发布了M3.1 Flash，一种新的推理模型，在人工智能分析指数上得分42分，比前代M3高出13分，而每项任务的成本不到一半。 该模型与GLM-5.3-Flash持平，超过Gemini 3.8 Flash（41分），但落后于Deepseek V4.1 Flash 1017（45分）。 在复杂推理方面，M3.1 Flash在“人类的最后考试”中得分48%，超过Deepseek和GLM。

它在CritPt基准测试中得分22%，该测试涉及71个复杂的科研级物理推理问题，领先于GLM-5.3-Flash（15%）和Gemini 3.8 Flash（18%），仅落后于Deepseek（24%）。 在AA-Omniscience测试中，M3.1 Flash正确回答了56%的问题，远高于GLM-5.3-Flash（28%）和Deepseek（43%）。 该模型使用的输出令牌远少于竞争对手，将每项任务的成本降至约0.22美元。 MiniMax表示，它的运行速度比M3快三倍。

一个弱点是它的93%幻觉率，因为模型在不确定时尝试回答每个测试问题。 与M3相比，MiniMax-M3.1-Flash在人工智能分析指数上的得分从29跃升至42，同时大幅降低了每项任务的成本。 该模型可处理高达一百万个令牌的上下文，并接受文本和图像。 API定价为每百万输入令牌0.15美元，每百万输出令牌0.60美元，缓存的输入为0.015美元。 MiniMax计划于10月23日以开放权重发布该模型。

API已上线于platform.minimax.io，MiniMax还提供名为MiniMax Code的桌面应用程序。 在DeepSWE v1.1上，MiniMax-M3.1-Flash得分高达73.7%，每项任务成本低于0.30美元。 Deepseek和MiniMax在中国最新的价格战中结果平分。 与最近发布的Deepseek V4.1 Flash 1017相比，两个模型在各方面都没有全面胜出。

Deepseek在人工智能分析指数上以45分领先于MiniMax的42分，并在CritPt基准测试中以24%的微弱优势领先于22%。 MiniMax在其他测试中表现更优。 它在“人类的最后考试”中得分48%，而Deepseek为43%。 在AA-Omniscience测试中，MiniMax正确回答了56%的问题，而Deepseek为43%。 MiniMax每项任务的成本略低于Deepseek的0.26美元，因为它在基准测试中需要的输出令牌更少，约为1.89亿个，而Deepseek为2.24亿个。

两个模型都将进行开放权重发布。 Deepseek已上线于Hugging Face，而MiniMax将于10月23日跟进。