MiniMax M3.1 Flash 與 DeepSeek 比較：基準測試、定價與推理強度設定

MiniMax 於 10 月 19 日發布 M3.1 Flash，時間上僅晚於 DeepSeek V4.1 Flash-1017 不久。所提供的文章透過程式設計與代理任務的分數對成本圖表比較兩者，顯示相對低成本的模型在部分評估中已接近成本更高的系統。

文章中「DeepSeek 先、MiniMax 後」的說法，針對的是特定的程式設計成本效能比較。不應將其解讀為涵蓋所有任務、模型版本或部署設定的整體排名。更有用的問題是：哪一種設定能以可接受的總成本可靠地完成工作？

程式設計結果與企業代理工作流程

MiniMax 的發布資料稱，在 DeepSWE v1.1 評估中取得 73.7%，該評估涉及程式庫理解、開發、修復與測試。來源文章的表格在該比較中列出 DeepSeek V4.1 Flash-1017 為 77.0、GPT-5.6 Sol 為 73.0，以及 Opus 5 為 74.0。

Xinzhiyuan 重現的公司比較；模型版本與評估條件至關重要。

成本圖表顯示，M3.1 Flash 以其報告分數位於低成本端附近，而 DeepSeek Flash-1017 在該圖表比較中領先。不同推理強度呈現為不同資料點，因此選擇不同設定可能同時改變成本與結果。

在這項評估中，平均成本低於 CNY 2 並不代表每次錯誤修復都是固定費用。Token 使用量、失敗嘗試次數、程式庫大小與工具使用情況，都可能改變實際任務成本。

自動化與工具使用

在 Automation-Bench 中，所提供的圖表顯示 M3.1 Flash 在最高推理強度下取得 62.8%。在圖中展示的設定裡，它位於其他設定之上，其中也包括較低推理強度的 MiniMax 設定；後者以部分分數換取較低成本。

來源文章描述的企業工作流程涵蓋 SaaS 工具與業務職能。基準測試只能近似這類工作的部分內容，並不能證明某個模型能在每個實際的銷售、財務或客戶支援流程中成功運作。

MiniMax 其他公布的分數包括：

這些是彼此獨立的測試。如果沒有明確的方法論，不能將它們平均成有意義的通用成功率。

電腦使用與 CNY 739 的 ALE 估算

MiniMax 的官方公告確認了 OSWorld V2 的 61.7 分與 Agents' Last Exam 的 29.6 分。其在這些測試中領先中國模型的說法，受限於發布時所使用的比較範圍與測試條件。

來源文章的 ALE 圖表估算，完整執行 152 項任務的成本為 CNY 739，通過率為 29.6%。這並不表示每項任務都通過，也不表示該成本是每個成功任務的費用。

以 CNY 739 除以 152，約為 每次嘗試任務 CNY 4.86。這項算術可以說明圖表的尺度，但不包括組織的整合、基礎設施或人工審核成本。

虛線前沿連接了若干在其圖示成本下具有有利結果的設定。其形狀取決於納入的模型、評估日期與成本假設。前沿上的資料點可作為比較證據，但不能證明相同設定對所有工作負載而言都是最便宜的選擇。

Token 定價與快取計算

MiniMax 的官方英文公告列出每百萬個 Token 的固定價格：輸入 $0.15、輸出 $0.60，以及快取輸入 $0.015。所提供的中文文章則呈現人民幣價格：輸入 CNY 1、輸出 CNY 4，以及快取讀取 CNY 0.10。

這兩套貨幣價格不應被視為精確的即時外匯等值價格。請以實際計費平台與帳戶所適用的價格表為準。

來源文章將 MiniMax 的人民幣價格表與 DeepSeek 公布的尖峰時段及非尖峰時段價格進行比較。其十億個輸入 Token 的範例可依照所列假設進行核算：

以 MiniMax 90% 的命中率為例，十億個輸入 Token 等於 1,000 個百萬 Token 單位：100 × 1 + 900 × 0.10 = 190。這些僅輸入成本的範例不包括輸出 Token，也不包括引用價格之外的任何費用。

這也顯示，較低的未快取輸入價格並不保證在快取占主導地位時能取得最低帳單。文章將基準測試平均值外推至 1,000 項業務任務，只是預算示例，而不是生產環境執行這些任務的報價。

MiniMax 另外宣稱，相較於前代產品，整體代理任務使用成本降低 70%。這項工作負載層面的說法，與單純降低每 Token 價格有所不同。

推理速度、Space Bunny 與 API 設定

該公司表示，匿名測試的 Space Bunny 是早期版本的 M3.1 Flash，並稱其已處理超過 200 兆個 Token。公司報告指出，其輸出速度最高可達每秒 200 個以上 Token，中位數速度超過每秒 170 個 Token，線上推理速度則接近快三倍。

這些是公司測量結果。每秒 Token 數量衡量的是輸出吞吐量，而完成一項代理任務所需的時間還包括推理、工具呼叫、等待、重試與測試。

MiniMax 的模型呼叫指南確認支援 1,000,000 Token 的上下文視窗，以及文字、影像與影片輸入。支援這些輸入形式，並不代表模型能生成影像或影片。

該指南確認了五種思考層級：low、medium、high、xhigh 與 max。省略設定時，預設值為 max；思考功能無法停用。 請求欄位取決於所使用的協定：

不應將這些欄位名稱合併成單一的頂層 effort 參數。官方指南表示，較高層級通常會生成更多思考 Token 並增加延遲；降低推理強度會減少這部分工作，而不是將其關閉。

發布時的使用管道包括 MiniMax API、M Plan 與 MiniMax Code。公告表示模型權重將於稍後提供，因此本文不暗示在發布時已經有可自行託管的版本或最終授權條款。

來源文章的折疊城市與寶塔範例

Xinzhiyuan 描述了將模型連接至 Codex，並要求其建立互動式折疊城市。其記載包含折疊滑桿、夜間照明，以及可旋轉視角來檢視場景。

這是發布者的示範，不是為本文重新進行的新測試。圖片展示了特定輸出，但不能證明影格率、程式碼品質或跨瀏覽器行為。

文章也重現了開發者 AJ 的寶塔範例，據稱透過一次 API 呼叫、使用最高思考層級並消耗約 50,000 個 Token 生成。關於視覺效果更強的說法，是該開發者的判斷，而不是與 DeepSeek 進行標準化比較的結果。

讓 Flash 模型匹配實際工作

來源文章的比較顯示出不同優勢：DeepSeek 在圖示軟體工程比較中的位置，以及 MiniMax 在企業工作流程結果中的強勢表現。這些差異支持企業在具代表性的工作上同時測試兩者，而不是依賴單一的標題式排名。

請在審核後追蹤成功率、經過時間、重試次數與總支出。只有當模型能在不增加足以抵消節省金額的返工情況下完成所需任務時，較低的 Token 價格才最具意義。

MiniMax 也表示稍後將推出 Pro 版本。這項未來產品應與 M3.1 Flash 已記錄的發布行為分開看待。

常見問題

MiniMax M3.1 Flash 是整體表現第二好的模型嗎？

來源文章中的排名，指的是特定的程式設計分數對成本比較。本文中的其他評估顯示了不同的排名與並列結果。

官方 USD Token 價格是多少？

MiniMax 的公告列出每百萬個 Token 的價格為：輸入 $0.15、輸出 $0.60，以及快取輸入 $0.015。若要依據不同貨幣價格表進行預算，請先確認適用的計費平台。

CNY 739 的 ALE 數字是否代表所有任務都通過？

不是。這是完整執行 152 項嘗試任務的估算成本。報告的通過率為 29.6%，而且該金額不包括圖表假設之外的成本。

指南支援哪些輸入與上下文長度？

官方指南列出文字、影像與影片輸入，並支援最多一百萬個 Token 的上下文。能理解輸入並不代表能生成影像或影片。

如果省略思考設定，會發生什麼事？

文件表示預設值為 max。如要選擇較低層級，請使用正確的協定專用欄位；思考功能無法關閉。

模型權重在發布時已經可以取得嗎？

發布公告表示模型權重將於稍後發布。託管式 API 存取權與承諾中的權重發布，是兩項不同的可用性說法。

相關工具

• MiniMax API Platform：提供 MiniMax 模型與開發者服務的託管式存取平台。
• MiniMax Code：發布公告中提供的桌面程式設計應用程式。
• M Plan：MiniMax 指定的訂閱方案。
• DeepSeek Flash-1017 Repository：比較模型的公開儲存庫。

相關連結

• BAAI Hub 上的所提供文章：CNY 比較與圖示範例的來源。
• MiniMax 的 M3.1 Flash 公告：官方發布定價、使用管道與公司基準測試聲明。
• MiniMax 模型呼叫指南：已驗證的上下文、輸入格式與協定專用思考控制項。
• MiniMax API 平台：官方開發者入口。
• MiniMax Code 下載：官方公告連結的桌面產品。
• DeepSeek V4.1 Flash-1017：與此次比較相關的模型儲存庫。

總結

M3.1 Flash 結合了低廉的 Token 定價，以及公司公布的、具競爭力的程式設計、自動化與電腦使用結果。其價值取決於推理強度設定、快取行為，以及它能否在可接受的返工成本下完成實際工作流程。

請使用基準測試圖表決定要測試什麼，接著讓成功結果、經過時間與完整帳單來決定模型。