Innerhalb von weniger als 72 Stunden haben sowohl DeepSeek als auch MiniMax ihre Einreichungen vorgelegt, und die Flash-Serie fordert kollektiv die Flaggschiff-Modelle heraus.

Vor langer Zeit bestand der wichtigste Wettbewerb zwischen großen Modellen darin, die Obergrenze der Fähigkeiten zu erreichen. Doch im zweiten Halbjahr hat sich die Richtung geändert: Die Branche konzentriert sich stärker darauf, wer die Fähigkeiten der Modelle zu niedrigeren Kosten in Produktivität umwandeln kann, die Entwickler und Unternehmen tatsächlich nutzen können.

Am 17. Oktober hat DeepSeek überraschend das Update V4.1 Flash-1017 veröffentlicht. Fast zeitgleich brachte MiniMax auch M3.1 Flash auf den Markt. Letzteres war zuvor unter dem Namen des anonymen Modells Space Bunny in der Entwickler-Community aufgetaucht und wird nun endlich offiziell vorgestellt.

Das aufeinanderfolgende Erscheinen der beiden Modelle bringt neue Spannung in die Flash-Sparte der inländischen großen Modelle.

In den neuesten Bewertungsdaten erzielt M3.1 Flash 74 Punkte im DeepSWE-Test, nur hinter den 77 Punkten von DeepSeek V4.1 Flash-1017; im Finanz-Agent-Benchmark BankerToolBench erreicht es 76,2 Punkte und teilt sich den ersten Platz mit Claude Opus 5. Gleichzeitig hat MiniMax die Preise für Ein- und Ausgaben des neuen Modells auf die Hälfte des Vorgängermodells M3 gesenkt, und der Preis für das Lesen aus dem Cache wurde um rund 75 % reduziert.

Die gleichzeitige Verbesserung von Preis und Leistung ist der bemerkenswerte Punkt dieses Updates.

Früher bedeutete Flash in der Regel einen Kompromiss: Man opfert einen Teil der Fähigkeiten, um schnellere Antworten und niedrigere Kosten zu erzielen. Doch die Ergebnisse, die DeepSeek und MiniMax nacheinander vorlegen, stellen diese branchenübliche Gewohnheit in Frage.

01

Flash bekommt einen neuen starken Konkurrenten

Heute Abend wird MiniMax M3.1 Flash offiziell veröffentlicht. Das Überraschende bei diesem Update ist, dass als Flash-Modell die Fähigkeiten des Modells erheblich verbessert wurden.

Laut Angaben von MiniMax hat M3.1 Flash im Vergleich zum Vorgängermodell M3 deutliche Fortschritte in Bereichen wie Programmierung, Cybersicherheit und komplexen Agent-Aufgaben gemacht. In mehreren Bewertungen kann es bereits direkt mit Flaggschiff-Modellen konkurrieren, und einige Ergebnisse sind sogar noch höher.

Darüber hinaus erzielt M3.1 Flash 61,7 Punkte im OSWorld V2, das die Fähigkeit zur Bedienung von KI-Computern und zur Ausführung von aufgabenübergreifenden Anwendungen misst, und 29,6 Punkte im Agents' Last Exam (ALE), das die Fähigkeit zur Bewältigung realer professioneller Arbeitsszenarien und komplexer Aufgaben bewertet – beide Werte belegen den ersten Platz unter den inländischen Modellen.

Noch bemerkenswerter sind die Kosten für die Erledigung dieser Aufgaben. Die Bestehensquote von M3.1 Flash ist höher als bei anderen flaggschiffhaften inländischen Modellen, während die Gesamtkosten für die Durchführung der Bewertungen niedriger sind. Das bedeutet, dass Flash-Modelle nicht nur beginnen, die Fähigkeiten von Flaggschiff-Modellen herauszufordern, sondern auch versuchen, komplexe professionelle Aufgaben zu niedrigeren Kosten zu erledigen.

In der Bewertung DeepSWE v1.1 erzielt M3.1 Flash ein Ergebnis von 73,7 %, das deutlich höher liegt als bei mehreren Flaggschiff-Modellen. Dies zeigt weiter, dass bei Bewertungen spezifischer Programmieraufgaben die Fähigkeitslücke zwischen Flash- und Flaggschiff-Modellen keine unüberwindbare Hürde mehr darstellt.

Cybersicherheit und komplexe Agent-Aufgaben sind Bereiche, in denen M3.1 Flash seine Reichweite weiter ausbauen möchte.

Im CyberGym-Benchmark erreicht das Modell eine hohe Punktzahl von 82 %, was im ähnlichen Bereich wie die 83,6 Punkte von GPT-5.6 Sol liegt. CyberGym deckt 1507 historische Schwachstellen aus 188 echten Softwareprojekten ab und prüft hauptsächlich die Fähigkeit des Modells, Softwareschwachstellen zu analysieren.

In Automation-Bench v1.0.6 erzielt M3.1 Flash 62,2 Punkte; in BankerToolBench erreicht es 76,2 Punkte und teilt sich den ersten Platz mit Claude Opus 5. Letzteres konzentriert sich auf mehrstufige Planung, Konsistenz über mehrere Dokumente hinweg, Geschäftskonformität und komplexe Tool-Aufrufe in Finanzszenarien.

Das bedeutet, dass bei Programmierung, Aufrufen von Finanztools und einigen unternehmerischen Automatisierungsaufgaben auch leichtgewichtige Modelle nun die Fähigkeit besitzen, an hochkomplexen Arbeiten teilzunehmen.

Zuvor hat Space Bunny als anonymes Modell in der Entwickler-Community Aufmerksamkeit erregt. Seine Identität hat einst zu Spekulationen in der Öffentlichkeit geführt; neben der Leistung war auch die Geschwindigkeit eines der am häufigsten genannten Merkmale in den Rückmeldungen zahlreicher Entwickler. Nachdem MiniMax dieses Modell übernommen hat, wird die Verbindung zwischen Space Bunny und M3.1 Flash allmählich klar.

Aufgrund der Verwendung einer radikaleren spärlichen Struktur erreicht M3.1 Flash in alltäglichen Nutzungsszenarien eine Ausgabegeschwindigkeit von über 200 TPS, und der Medianwert (P50) liegt stabil bei über 170 TPS, also 170 generierten Tokens pro Sekunde.

Für normale Nutzer bedeutet eine schnellere Modellantwort kürzere Wartezeiten. Für Entwickler geht die Bedeutung der Geschwindigkeit jedoch weit über das Interaktionserlebnis hinaus.

Wenn das Modell kontinuierliche Aufgaben wie das Schreiben von Code, automatisierte Büroarbeit und Datenverarbeitung übernimmt, wirkt sich die Antwortgeschwindigkeit direkt auf die Gesamteffizienz des Arbeitsablaufs aus. Insbesondere in Agent-Szenarien muss das Modell Aufgaben wiederholt verstehen, Tools aufrufen, Ergebnisse lesen und dann die nächste Aktion festlegen. Die bei einem einzelnen Aufruf eingesparte Zeit kann sich über mehrere Ausführungsrunden hinweg ansammeln.

02

Das Flash-Duo bietet ein extrem hohes Preis-Leistungs-Verhältnis

MiniMax hat sich entschieden, M3.1 Flash zu diesem Zeitpunkt vorzustellen, und bildet zusammen mit DeepSeek bereits ein „Doppelspitzen-System im Flash-Bereich“.

Am 17. Oktober hat DeepSeek das Update V4.1 Flash-1017 veröffentlicht. Zuvor hatte DeepSeek bereits ein klares Marktprofil bei kostengünstigen Modellen aufgebaut. Mit diesem Update wird die Programmierfähigkeit weiter nach vorne gebracht, was die Wettbewerbsfähigkeit der Flash-Modelle weiter stärkt.

MiniMax folgt dicht darauf, und beide Hersteller haben in ihren Hauptvorteilen einige Ähnlichkeiten.

Beide Anbieter befinden sich beispielsweise in ähnlichen Preisklassen und erreichen so ein extrem hohes Preis-Leistungs-Verhältnis.

Die Kosten für die Eingabe von einer Million Tokens bei M3.1 Flash betragen 1 Yuan, die Ausgabe kostet 4 Yuan, und das Lesen aus dem Cache kostet 0,1 Yuan. Im Vergleich zu den entsprechenden Preisen von M3 (Eingabe ≤ 512K Tokens) sind die Stückpreise für Ein- und Ausgabe um mehr als 50 % gesunken, und der Stückpreis für das Lesen aus dem Cache ist um über 70 % gesunken. Seine Preisgestaltung entspricht etwa der Hälfte des Spitzenpreises von DeepSeek V4.1 Flash-1017; in Szenarien mit Cache-Treffer liegen die Preise beider Modelle nahezu gleichauf.

Es ist jedoch zu beachten, dass bei DeepSeek Unterschiede zwischen Spitzenzeiten und Nebenzeiten bestehen. Die tatsächlichen Kosten werden zudem von der Cache-Trefferquote, dem Verhältnis von Ein- und Ausgabe-Tokens sowie der Anzahl der Aufgabenausführungsrunden beeinflusst, sodass die endgültigen Kosten für alle Szenarien nicht einfach aus einem einzelnen Preis abgeleitet werden können.

Der gemeinsame Trend, den beide vorantreiben, ist jedoch bereits sehr deutlich.

Wenn die Fähigkeiten der Modelle nahezu gleich sind, ändern Preisunterschiede die Entscheidungen der Entwickler; wenn die Preise weiter sinken, können Anwendungen, die früher aufgrund zu hoher Kosten nicht in großem Maßstab bereitgestellt werden konnten, erneut kommerzielle Chancen erhalten.

Für Unternehmen ist es nicht wirklich wichtig, wie viele Punkte ein bestimmtes Modell auf der Rangliste mehr erreicht. Vielmehr zählen die Kosten und die Zeit, die für die Erledigung derselben Aufgabe aufgewendet werden, sowie die Frage, ob das Modell nach einem Fehler wiederholt aufgerufen werden muss.

Daher sind DeepSeek und MiniMax eher zwei wichtige Optionen im Werkzeugkasten der Entwickler. Gemeinsam treiben sie eine neue Balance zwischen den Fähigkeiten der Modelle und ihren Nutzungskosten voran.

Bei der DeepSWE-Bewertung von MiniMax erzielt DeepSeek V4.1 Flash-1017 77 Punkte, M3.1 Flash 74 Punkte – der Unterschied zwischen beiden ist gering. Für Entwickler, die sich hauptsächlich mit Codegenerierung, Codeänderungen und Softwareentwicklungsaufgaben befassen, ist DeepSeek nach der Veröffentlichung von MiniMax M3.1 Flash nicht mehr der einzige Maßstab für ein gutes Preis-Leistungs-Verhältnis.

In der BankerToolBench-Bewertung von MiniMax teilt sich M3.1 Flash mit 76,2 Punkten den ersten Platz mit Claude Opus 5. In Kombination mit seinen Leistungen bei Automation-Bench liegen die Vorteile von MiniMax eher bei der Planung komplexer Aufgaben, dem Aufruf von Tools und systemübergreifenden Arbeitsabläufen.

Ihre Kernausrichtung ist ebenfalls gleich: Um KI eine Aufgabe gut erledigen zu lassen, gibt es eine günstigere und benutzerfreundlichere Möglichkeit.

03

MiniMax ist zurück im Wettbewerb

Für MiniMax selbst hat das Erscheinen von M3.1 Flash eine weitere Bedeutung: Es bietet die Gelegenheit, die Textmodell-Fähigkeiten von MiniMax neu zu bewerten.

In der vergangenen Zeit wurde MiniMax auf dem Markt stärker mit multimodalen Fähigkeiten in Verbindung gebracht. Im Vergleich dazu ist der Wettbewerb bei Textmodellen härter. Schlussfolgerung, Programmierung, Tool-Aufruf – jeder Bereich erfordert langfristige Investitionen; wenn sich die Fähigkeiten der Modelle allmählich angleichen, werden Preis, Geschwindigkeit und die tatsächliche Aufgabenabschlussrate zu neuen Trennungsmerkmalen.

Das vorherige M3 hat die Zweifel der Öffentlichkeit an den Textmodell-Fähigkeiten von MiniMax nicht vollständig beseitigt. M3.1 Flash versucht, diese Fragen mit konkreteren Ergebnissen zu beantworten.

Aus den Bewertungsdaten geht hervor, dass das neue Modell im Vergleich zu M3 deutlich verbessert wurde und gleichzeitig eine schnelle Ausgabegeschwindigkeit beibehält. Seine Leistungen bei Programmierung, Cybersicherheit und komplexen Agent-Aufgaben geben MiniMax die Chance, wieder in den Kernwettbewerb der Textmodelle einzutreten.

Für MiniMax ist es in Zukunft bemerkenswerter, ob diese Leistungssteigerung auf breitere Aufgabenszenarien ausgeweitet werden kann und ob die Zuverlässigkeit des Modells weiter verbessert werden kann, während die Vorteile bei Geschwindigkeit und Preis beibehalten werden.

Ob MiniMax dadurch seine Wettbewerbsposition bei Textmodellen neu festlegen kann, M3.1 Flash ist eher ein neuer Ausgangspunkt als die endgültige Antwort. Angesichts der neuen Fähigkeiten, die Flash bietet, kann man sich auf die Veröffentlichung des MiniMax Pro-Modells freuen. Zumindest nach den heute offengelegten Bewertungen hat die Veröffentlichung von M3.1 Flash MiniMax überzeugendere Argumente im Wettbewerb um Textmodelle verschafft.

Der Hintergrund dieses Wettbewerbs ist, dass die Branche der großen Modelle vom Fähigkeitsausstellungswettbewerb zum Effizienzwettbewerb übergeht.

Wenn die Fähigkeiten der Modelle ausreichen, um immer mehr reale Aufgaben zu bewältigen, interessieren sich Unternehmen nicht mehr nur für die Parametergröße und die Ranglistenposition, sondern für die Gesamtkosten der Aufgabenerledigung. Günstigere Tokens, schnellere Antworten und weniger nutzlose Aufrufe müssen letztendlich in messbare geschäftliche Vorteile umgewandelt werden.

Die aufeinanderfolgenden Maßnahmen von DeepSeek und MiniMax machen Flash nicht mehr nur zu einem billigen Ersatz für Flaggschiff-Modelle. Es wird zu einem eigenständigen Wettbewerbsbereich: Es muss intelligent genug, schnell genug und günstig genug sein.

Die nächste Runde des Wettbewerbs um inländische große Modelle wird vielleicht nicht mehr darum gehen, wer den Preis am stärksten senken kann, sondern darum, wer komplexe Dinge gut erledigen kann, wenn der Preis bereits niedrig genug ist.

Das ist genau die Frage, die MiniMax beantworten muss, nachdem es wieder am Wettbewerb teilnimmt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto "Phoenix Tech", Autor: Dale, Redakteur: Dong Yuqing, veröffentlicht mit Genehmigung von 36Kr.