DeepSeek、MiniMax加码Flash模型，开启国产AI大模型“新战场”

【导读】DeepSeek、MiniMax加码Flash模型，开启国产AI大模型“新战场”

中国基金报记者邱德坤

AI大模型行业正在迎来新战场。

10月19日，MiniMax发布新一代Flash模型M3.1 Flash，并预告追求智能上限的Pro版本即将推出。

10月17日，DeepSeek更新Flash模型至V4.1 Flash-1017版本，官方网页端、App与API（应用程序编程接口）已同步切换为新模型。

MiniMax、DeepSeek均是头部大模型厂商，两者接连更新Flash模型，意味着国产Flash模型在复杂任务上的竞争将更加明显。

国产Flash模型迎来重要选手

Flash模型是AI大模型厂商推出的轻量化、高性价比版本，核心设计思路是用极低的算力消耗获得完成复杂任务的能力。

以M3.1 Flash为例，其在处理复杂Agent（智能体）任务、电脑操作、软件开发，以及网络安全等方面的能力大幅提升。

来源：MiniMax

比如，M3.1 Flash在跨SaaS（软件运营服务）系统的真实企业业务工作流中，能够完整解决销售、营销、运营、客服、财务、HR的真实问题。

来源：MiniMax

M3.1 Flash在BankerToolBench的测试得分为76.2，擅长处理多步骤规划、跨文档/跨文件一致性、金融业务合规、工具链式调用等真实复杂问题。

公开资料显示，BankerToolBench是专门评估AI智能体在投资银行端到端工作流程表现的开源基准测试工具。

M3.1 Flash的线上推理速度提升了近3倍。该模型使用更激进的稀疏注意力架构，日常使用场景的输出速度可达200+TPS（每秒事务处理量），中位数（P50）稳定达170+TPS。

除了能力提升外，M3.1 Flash还下调了API调用价格，每百万Tokens的输入费用为1元、输出费用为4元，缓存读取费用为0.1元。

与M3（输入≤512K Tokens）对应价格相比，M3.1 Flash的输入和输出单价均降低了50%以上，缓存读取单价降低超70%。

国产Flash模型向主力角色靠近

DeepSeek、MiniMax相继加码入局，凸显了国产Flash模型正在向复杂任务中的主力角色靠近。

比如，DeepSeek V4.1 Flash-1017重点提升了完整项目开发能力，并通过缩短输出长度和任务运行时间提高任务执行效率，以更低成本、更快速度完成任务。

来源：DeepSeek

公开榜单测试结果显示，国产Flash模型在编程和Agent评测中，能够与头部闭源模型竞争，同时保持较低的调用价格。

对于开发者而言，借助国产Flash模型的持续进步，能以更低的成本应对更为复杂的工作。

随着国产Flash模型的任务能力提升，模型竞争也进一步延伸到完整任务的交付效率，满足既要完成工作，也要减少重试、返工和人工接管的需求。

即一款模型在能力、速度与成本方面同步改善，才有可能推动更多任务进入高频使用阶段。

在这一竞争方向上，DeepSeek与MiniMax呈现出各有侧重的优势。

根据公开对比结果，DeepSeek V4.1 Flash-1017的软件工程评测得分更高，M3.1 Flash在跨SaaS业务工作流、网络安全等领域表现更突出。

这意味着，上述两家大模型厂商的最新Flash模型，可以成为开发者与企业按任务选择的互补选项。

国产Flash模型领域的竞争，正在形成相互参照、持续竞争的发展态势。