刚过去的这个周末，国产大模型圈被一只"太空兔"刷屏了。10 月 18 日至 19 日，MiniMax 正式发布新一代 Flash 模型 M3.1 Flash——而此前在网上小范围露脸、代号"太空兔"（Space Bunny）的匿名版本，正是它的早期形态。和几天前 DeepSeek 甩出的 V4.1 Flash-1017 一样，M3.1 Flash 把竞争矛头直指同一个词：性价比。
速度与成本：把"便宜"重新定义了一遍
MiniMax 官方给出的数字相当狠：在保持质量的前提下，M3.1 Flash 的线上推理速度较上一代提升近 3 倍，单位用量成本降低约 70%。更具体一点，模型用了更激进的稀疏注意力架构，日常场景输出速度可达 200 TPS 以上，中位数稳定在 170 TPS 以上；在 Agentic 类任务里，综合使用成本约为前代模型的 30%。
这个"30%"意味着什么？在 DeepSWE 软件工程评测里，M3.1 Flash 拿到 73.7 分，压过 OpenAI 旗舰 GPT-5.6 Sol（73.0 分），而单任务成本还不到 2 元。对比之下，成绩相近的 Claude Opus 5 一个任务要花 70 多元——是它 40 多倍。两天之内，DeepSeek 和 MiniMax 这两家国产厂商，硬是把旗舰级的分数，打到了一两块钱的价位。
Agent 工作流：Automation-Bench 全场第一
真正让 M3.1 Flash 出圈的，是复杂 Agent 工作流上的表现。Automation-Bench 由 Zapier 构建并开源，600 个任务全部来自真实企业业务流程，覆盖销售、营销、运营、客服、财务、HR——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，把 Opus 5 甩开近 12 分，把刚发布的 DeepSeek V4.1 Flash-1017（60.5 分）也压了一头。
在另一个衡量跨文档、跨文件一致性与金融业务合规的 BankerTool Bench 上，它拿到 76.2 分；在电脑操作评测 OSWorld V2 取得 61.7 分，在复杂任务终极考试 ALE 取得 29.6 分，均为国产模型第一；网络安全基准 CyberGym 更是拿到 82%。可以说，它在"长链路、多工具、真业务"这类最贴近落地的场景里，把低成本和高性能同时拿到了。
"太空兔"的伏笔：稳定性已被验证
有意思的是，M3.1 Flash 并非突然空降。它的匿名早期版本 Space Bunny 此前已经处理了超过 200 万亿 token 的真实流量，等于在正式发布前就完成了大规模服务的稳定性验证。这种"先匿名跑量、再亮明身份"的发布方式，正在成为国产厂商的一种新打法——用真实负载替模型背书，比任何基准截图都有说服力。
一个信号：Flash 段位的战争才刚开始
M3.1 Flash 和 DeepSeek V4.1 Flash-1017 在两天内接连出手，标志着"Flash 这个段位"的竞争被彻底拉满。对做高频调用类智能体（客服、批量文档处理、实时推荐）的团队来说，推理成本再下台阶，Agent 产品的毛利空间进一步打开。
选型逻辑也在变：过去大家盯着"谁最强"，现在越来越多落地场景的答案变成"谁够用且便宜"。当国产 Flash 模型能把旗舰级分数打到一两块钱，企业级 AI 应用的门槛，正被悄悄踏平。