MiniMax 于 10 月 19 日发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上拿到 42 分，比前代 M3 高出 13 分，而单任务成本不到后者的一半。这一成绩与 GLM-5.3-Flash 持平，略高于 Gemini 3.8 Flash 的 41 分，但落后于 Deepseek V4.1 Flash 1017 的 45 分。
从分项看，复杂推理是提升最大的部分。在 “Humanity's Last Exam” 测试中，M3.1 Flash 取得 48% 的正确率，高于 Deepseek 的 43% 和 GLM 的 28%。在测试研究级物理推理的 CritPt 基准上，它拿到 22%，领先 GLM-5.3-Flash 的 15% 和 Gemini 3.8 Flash 的 18%，仅落后 Deepseek 的 24%。事实准确性方面，AA-Omniscience 测试中 M3.1 Flash 答对 56% 的问题，明显高于 GLM 的 28% 和 Deepseek 的 43%。
成本优势来自更少的输出 token。M3.1 Flash 在基准测试中消耗约 1.89 亿输出 token，低于 Deepseek 的 2.24 亿，使单任务成本降至约 0.22 美元，而 Deepseek 约为 0.26 美元。MiniMax 还表示，该模型运行速度是 M3 的 三倍。在编程基准 DeepSWE v1.1 上，它以每任务不到 0.30 美元的成本取得最高 73.7% 的成绩。
一个明显的短板是幻觉率。据 Artificial Analysis 指出，M3.1 Flash 的幻觉率达到 93%，原因是模型倾向于回答每一道测试题，而不是在不确定时选择拒答。这提醒使用者，在事实性要求高的场景中仍需额外校验。
规格方面，M3.1 Flash 支持最多 100 万 token 的上下文，并接受文本与图像输入。API 定价为每百万输入 token 0.15 美元、每百万输出 token 0.60 美元，缓存输入为每百万 token 0.015 美元。MiniMax 计划在 10 月 23 日以开放权重形式发布该模型，目前 API 已在 platform.minimax.io 上线，同时提供名为 MiniMax Code 的桌面应用。
与 Deepseek V4.1 Flash 1017 的对比显示，两家公司在这轮价格战中各有所长：Deepseek 在综合智能指数和 CritPt 上略占优势，MiniMax 则在“Humanity's Last Exam”、事实准确性和单任务成本上领先。两款模型都将开放权重，Deepseek 已上线 Hugging Face，MiniMax 则要等到 10 月 23 日。
从产业角度看，中国大模型厂商正把竞争焦点从单纯的能力比拼转向“能力提升 + 成本下降”的双重挤压。对开发者而言，这意味着以更低预算调用接近前沿水平的推理能力；对模型层公司而言，价格持续下探会压缩 API 业务的利润空间，并可能加速行业分化。与此同时，低幻觉率与高事实准确性仍是这类低价模型需要补齐的短板，实际部署时的校验成本也应计入总拥有成本。