MiniMaxM3.1Flash在AutomationBench(Agent能力)中得分62.2,超过DeepSeek V4.1 Flash(60.5);DeepSWE(Coding能力)得分73.7,接近DeepSeek(77.0);金融Agent测试得分76.2,与Opus 5持平,显示其综合能力领先。
MiniMaxM3.1Flash在AutomationBench(Agent能力)中单任务成本0.045美元,成本率62.8%,优于DeepSeek;ALE(复杂Agent能力)成功率29.6%,接近Opus 5(32.2%),但成本仅约Opus 5的1/10,Token价格也极低,输入/输出价格0.15/0.60美元/M Token,较DeepSeek峰时便宜50%,显示成本控制能力突出。
国产大模型赛道正通过算法优化(如稀疏化算法)持续提升能力并降低成本,MiniMaxM3.1Flash推理速度提升近3倍,Agent任务成本下降70%,显示国产模型在能力提升与成本下降上并行优化,未来有望在更多场景替代国际产品。
当前大模型市场竞争激烈,MiniMaxM3.1Flash在多项测试中表现优异,如Agent能力得分62.2超越DeepSeek V4.1 Flash,Token价格也显著低于DeepSeek和Haiku 5.5,但需关注其商业化落地和生态建设进度。
研报未直接提示具体风险,但需关注国产模型商业化落地进度、生态建设、以及后续技术迭代能否持续保持成本优势等因素,此外开源计划可能影响其商业定价策略,需持续跟踪。