DeepSeek第一,MiniMax第二!国产Flash双子星杀疯了

2026-10-20

新智元报道 DeepSeek刚出牌,又一款王炸杀上来了! 两天前,DeepSeek甩出V4.1 Flash-1017,把「许愿式编程」摆上台面。 才过一个周末,MiniMax就紧接着重磅出击,M3.1 Flash刚刚正式发布! 论Coding性价比, DeepSeek第一,M3.1 Flash第二 。 Agent任务上,它直接拿下 Automation-Bench全场第一 ,跑完Agent终极考试ALE 只花了739元 ! 价格比上一代M3砍掉一半还多, 性价比直接绝杀 ! 两天之内,两家国产大模型接连出手,Flash这个段位的竞争直接拉满! 编程追平旗舰 Agent反超Opus 5 官方放出的总榜上,M3.1 Flash和DeepSeek、GLM、GPT-5.6 Sol、Claude Opus 5等模型同台比了15项。它最强的是CoWork, 5项里拿下3个第一 ; DeepSWE编程追平旗舰 , 网络安全也站进了第一梯队 。 软件工程基准DeepSWE v1.1,考的是一整条开发链路,代码理解、功能开发、问题修复、测试验证,都得模型自己来。 M3.1 Flash在max档拿下73.7分 ,压过OpenAI旗舰GPT-5.6 Sol(73.0分),把GLM-5.3(66.9分)甩在身后。 跑出这样的成绩,M3.1 Flash在DeepSWE上的单任务成本, 还不到2元 。 而在这个价位里,成绩更高的,只有刚发布的DeepSeek V4.1 Flash-1017。 同样拿到73%上下的分数,Claude Opus 5一个任务要花70多元, 是M3.1 Flash的40多倍 。 DeepSeek和MiniMax这两兄弟,硬是 把旗舰级的分数,打到了一两块钱 。 真正让M3.1 Flash杀疯的,是 CoWork和复杂Agent工作流 。 Automation-Bench由Zapier构建并开源,600个任务全部来自真实企业的业务流程,覆盖销售、营销、运营、客服、财务、HR。它考的是,模型能不能在一堆SaaS系统之间,把一件活从头干到尾。 M3.1 Flash在这里拿下 62.8 分,全场第一 ! 它 把Opus 5甩开近12分 ,把GPT-5.6 Sol甩开16分多,连刚发布的DeepSeek V4.1 Flash-1017(60.5分)也压了一头。 更恐怖的是成本。在这张成本与得分图上,其他所有模型都落在M3.1 Flash的右下方,花得更多,分数更低。 M3.1 Flash只开到medium档,一个任务花2毛5左右, 分数就已经超过了更新一代的Opus 5.5拉满max档的成绩 。Opus 5.5跑一个任务要6块钱左右, 贵了20多倍 。 就算开到最高的max档,一个任务也就3毛钱左右。跑1000个跨SaaS系统的真实企业任务, 账单才300元上下 ! LOCA-Bench 256K上,M3.1 Flash 同样是全场第一 ,60.3分压过GPT-5.6 Sol(60.0分)和Opus 5(53.7分)。 金融场景的BankerToolBench,考的是多步骤规划、跨文档一致性、金融合规和工具链式调用。M3.1 Flash拿下76.2分, 和Claude Opus 5并列第一 ,GPT-5.6 Sol(74.6分)落在后面。 网络安全测试CyberGym覆盖188个真实软件项目里的1507个历史漏洞,M3.1 Flash拿下82.2分,和GLM-5.3(84.5分)、GPT-5.6 Sol(83.6分)一起 站在全球第一梯队 。 Flash接下复杂任务 700块打赢上万块 在计算机使用(Computer Use)领域,M3.1 Flash的爆发力更让人直呼恐怖。OSWorld 2.0和ALE两项,它 都拿下了国产模型第一 ,跑完一整套ALE 只花了739元 ! OSWorld 2.0由港大XLANG Lab牵头推出,108个长流程任务覆盖7大领域,熟练的人做一个任务,一般要1.6小时左右。 M3.1 Flash拿下 61.7分 ,比DeepSeek V4.1 Flash(54.3分)高出7分多。 Agents' Last Exam(ALE),名字就叫「Agent的最后一场考试」。它由伯克利RDI牵头、数百名行业专家参与建设,覆盖13大行业、55个细分领域。 M3.1 Flash的通过率是 29.6% ,直逼GPT-5.6 Sol(30.6%)和Claude Opus 5(32.2%)。 ALE一共152道任务,这739元,就是跑完一整套的估算总成本。 在ALE的成本图上,20多个模型里, 它花钱最少 ! 通过率比它高的7个模型,最便宜的GPT-5.6 Luna也要1600元左右,是它的两倍多。 GPT-5.6 Sol只多拿1

about image

最新文章

  • 官方:巴西足协拟从2028年起对拖欠工资的俱乐部扣分
    官方:巴西足协拟从2028年起对拖欠工资的俱乐部扣分

    据巴西足协官网消息,巴西足协(CBF)本周二在里约热内卢召开第五次会议,邀请巴甲、巴乙俱乐部代表讨论巴西职业足球联赛建设。会议确定,从2028赛季起,拖欠球员及教练组工资的俱乐部将面临扣分处罚。此外,与会俱乐部还讨论了球场基础设施、巴乙俱乐部财务支持计划以及取消同级别球队之间球员转会的出场次数限制等议题。 根据通过的规定,巴甲和巴乙俱乐部必须在巴西联赛开赛前20天向国家足球监管与可持续发展局(AN...

  • 半场:波兰1-1瑞典,贝内迪恰克破门,拉松扳平,哲凯赖什助攻
    半场:波兰1-1瑞典,贝内迪恰克破门,拉松扳平,哲凯赖什助攻

    北京时间11月18日欧洲国家联赛 B级联赛 第6轮,波兰对阵瑞典。上半场,皮尔卡传中,贝内迪恰克破门。随后,哲凯赖什做球,拉松扳平比分。上半场结束,波兰1-1瑞典。 关键事件 第16分钟,皮尔卡传中,贝内迪恰克侧钩破门,波兰1-0 第25分钟,哲凯赖什做球,拉松突入禁区小角度低射破门,瑞典1-1 精彩瞬间 双方球员入场,比赛马上开始 第12分钟,波兰后场长传,贝内迪恰克抽射打高 第16分钟,皮尔卡...

  • 本赛季打完,这四名老将恐将退役,或告别CBA赛场,处境还各不相同
    本赛季打完,这四名老将恐将退役,或告别CBA赛场,处境还各不相同

    今年夏天,CBA也迎来了一波老将的退役。效力辽宁18年的中锋韩德君已经脱下球衣,转任辽宁本钢俱乐部副总经理的位置。李晓旭也悄然退役,可是这股浪潮远远没有结束。2026-27赛季的第一阶段已经打完,在这个赛季打完之后,很有可能有四位老将也走完了自己的职业生涯,而且这四人的处境都各不相同。 一、周鹏 37岁的周鹏,是这四人中结局最为明确的。今年8月份,他和深圳的合同到期之后球队也想以年轻化为基准,最终...