一、M3.1 Flash：把 Flash 做到旗舰级

据 MiniMax 官方介绍，M3.1 Flash 在复杂 Agent（智能体）任务、电脑操作、软件开发及网络安全等方面大幅提升，尤其擅长多步骤规划、连续调用工具和长程执行类任务。在自动化工作流评测 Automation-Bench v1.0.6 中，M3.1 Flash 取得 62.2 分，超过 DeepSeek V4.1-Flash-1017 的 60.5 与 Claude Opus 5 的 50.3，位居前列；在面向投资银行端到端工作流的 BankerToolBench 中得分 76.2，能完整处理销售、营销、运营、客服、财务、 HR 等跨 SaaS 系统的真实企业业务流程。

编程能力上，M3.1 Flash 在 DeepSWE v1.1 中取得 73.7% 的通过率，进入行业第一梯队；电脑操作评测 OSWorld V2 得分 61.7、综合智能体评测 Agents' Last Exam 得分 29.6，均位列国产模型第一；在网络安全基准 CyberGym 中则以 82% 的成绩展现出领先的漏洞发现与验证能力。

二、成本与速度：一次"断崖式"优化

M3.1 Flash 采用更激进的稀疏注意力架构，线上推理速度提升近 3 倍，日常场景输出速度可达 200+ TPS（P50 稳定在 170+ TPS），智能体类任务的综合使用成本降至前代的三成。API 价格同步大幅下调：每百万 token 输入 1 元、输出 4 元、缓存读取仅 0.1 元，较 M3 对应版本输入输出单价降低 50% 以上、缓存读取降低超 70%。

把镜头拉远看，这已是 72 小时内国产 Flash 阵营的第二枪：DeepSeek V4.1-Flash-1017 刚刚以 DeepSWE 77.0 的成绩登顶软件开发基准、单次编程任务成本压到约 0.2 美元，并首次针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等智能体开发平台做专项适配；MiniMax 随即以更低价格、更快速度应战，并预告面向智能上限的 Pro 版本即将推出。行业"强代码能力必须依赖旗舰大模型"的固有认知，正在被接连改写。

灵集观察：Flash 双子星对企业开发意味着什么

Agent 开发的成本拐点已到。 过去智能体项目最大的隐忧是 token 账单——多轮工具调用、长程执行的消耗难以预估。如今输入 1 元/输出 4 元每百万 token 的定价，让内蒙古 APP 开发与企业信息化项目中的 AI 功能可以按"分/次"级成本核算，报价与毛利首次变得完全可控；

轻量模型可承载核心业务。 DeepSWE 73%+、Automation-Bench 60+ 的水平意味着，文档处理、工单流转、跨系统数据搬运这类过去必须人工兜底的流程，现在可以放心交给 Flash 级模型驱动的智能体；

平台适配是落地关键。 DeepSeek 明确针对 WorkBuddy 等平台框架优化，MiniMax 亦主打长程 Agent 执行。通过 WorkBuddy 企业购买方式统一部署模型与智能体的团队，可以最快拿到这波模型红利——这也是内蒙古软件开发团队与一线城市同行拉开效率差距的机会窗口。

模型竞争越激烈，应用侧的确定性越强。灵集科技将持续跟进国产大模型演进，把最新模型能力快速转化为客户可用的业务系统。