MiniMax M3.1 Flash 显示中国 AI 价格战仍未见底

AI 输出能有多便宜？中国：能！

MiniMax 发布了 M3.1 Flash，一款新的推理模型，在 Artificial Analysis Intelligence Index 上获得 42 分。这比前代 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，略超 Gemini 3.8 Flash（41），落后于 Deepseek V4.1 Flash 1017（45）。

复杂推理的提升最为明显。在“Humanity's Last Exam”上，M3.1 Flash 达到 48%，同时超过 Deepseek 和 GLM。它在 CritPt 基准 上的得分也达到 22%，该基准通过 71 道复杂问题测试研究级物理推理能力。这使其领先于 GLM-5.3-Flash（15%）和 Gemini 3.8 Flash（18%），仅略落后于 Deepseek（24%）。在 AA-Omniscience 测试的事实准确性方面，M3.1 Flash 正确作答 56% 的问题，远高于 GLM-5.3-Flash（28%）和 Deepseek（43%）。

该模型使用的输出 token 也远少于竞争对手，使每项任务成本降至约 $0.22。MiniMax 称其运行速度是 M3 的三倍。一个短板是其 93% 的幻觉率，据 Artificial Analysis 称，这是因为该模型会尝试回答每一道测试题，而不是在不确定时拒绝作答。

该模型可处理多达一百万 token 的上下文，并同时接受文本和图像。API 价格为每百万输入 token $0.15、每百万输出 token $0.60，缓存输入为每百万 $0.015。MiniMax 计划于 10 月 23 日以开放权重发布该模型。API 已在 platform.minimax.io 上线，MiniMax 还提供一款名为 MiniMax Code 的桌面应用。

Deepseek 与 MiniMax 在中国最新价格战中各有胜负

与近期发布的 Deepseek V4.1 Flash 1017 直接对比，两款模型均未全面胜出。Deepseek 在 Intelligence Index 上以 45 分领先于 MiniMax 的 42 分，并在 CritPt 基准上以 24% 对 22% 略占优势。

MiniMax 在其他测试中更胜一筹。它在“Humanity's Last Exam”上达到 48%，而 Deepseek 为 43%。在 AA-Omniscience 测试的事实准确性上，MiniMax 正确回答 56% 的问题，Deepseek 则为 43%。MiniMax 每项任务的成本也略低，为 $0.22，Deepseek 为 $0.26，因为它在整个基准测试中所需的输出 token 更少，约为 1.89 亿，而 Deepseek 约为 2.24 亿。

两款模型都将以开放权重形式发布。Deepseek 已登陆 Hugging Face，MiniMax 将于 10 月 23 日跟进。

没有炒作的 AI 新闻 – 由人工精选

订阅 THE DECODER，即可获得无广告阅读、每周 AI 通讯、每年六次独家“AI Radar”前沿报告、完整存档访问权限，以及评论区访问权限。