中国モデルAgent第1位！MiniMaxがFlashの戦力を大改造、全時間帯ビッグフィッシュ級の谷価格

Jayより 凹非寺発

量子位 | 公衆号QbitAI

国慶節期間中にOpenRouter上で突如現れ、匿名のままランキングを制圧した謎のモデルSpace Bunny（玉兎）、ついに正体が暴かれた。

ウサギの皮の下、なんとMiniMaxだった！

正式提出されたコードネームはM3.1 Flash。

そしてこの正式版のベンチマーク性能は、Space Bunnyよりもさらに一枚上手、特にAgentというスキルポイントでは——

Agents’ Last Exam (ALE)で29.6%を獲得し、中国モデル第1位に輝いた。

AAランキングでも43ポイントを獲得。Flashとしては十分な成績だ。

とにかく実務能力がようやく上がってきた、シニア労働牛馬に昇進（doge）。

それ以外にも、Coding、ネットワークセキュリティ、Computer Use……すべて世界第1グループに食い込んだ。

その上、「玉兎」時代のスピードもそのまま維持されており、出力は最大200+ TPSに達する。

そして、最も重要なのはここから——

さすがはFlash、この価格は本当に安い！！

入力は百万Tokenあたり1元、出力は4元、キャッシュ読み取りはわずか0.1元です。

総合コストは前世代のM3の30%まで圧縮された。

え、この価格に対する具体的なイメージがまだ湧かないって？？

こう言いましょう——

谷期間中のV4.1 Flashとほぼ同じ。

仁義すぎる、私は宣言する、今後は閑時は梁文谷、繁忙時は闫俊峰！（bushi）

△画像出典：@大厂显微镜

ただ、シリコンバレーのクローズドソース陣営はまた被害を被りそうだ。

DeepSeekに続き、シリコンバレーの大型パラメータフラッグシップ群が、国産Flashによって新たなコスパの切り捨てラインを引かれたo(╥﹏╥)o。

テキストモデルの巻き返し

正直に言うと、以前はMiniMaxに対して疑問を抱くことも多かった。

マルチモーダルと動画生成は確かにトップクラスだが、純テキスト大モデルのほうは、いつの頃からか動きがなかった。。。

今回のM3.1 Flashの登場は、まさに雪辱を果たす一戦と言えるでしょう。

一つずつ戦績を見ていきましょう。

コードエンジニアリングと実際のバグ修正

DeepSWE v1.1評価において、M3.1 Flashは73.7%を獲得しました。

まさに逆転現象というか、天罡がひっくり返ったような有様だ。

GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……まさかFlashと名のつくモデルにベンチスコアで逆を取られるとは。

その上に残っているのは、DeepSeek V4.1 Flash 1017の77点だけだ。

これは、玉兎（YuTu）の匿名テスト期間中にコミュニティで寄せられていた声を裏付けるものでもある：Three.jsのような3Dレンダリングや複雑なフロントエンドタスクを処理する際、細部へのこだわりが尋常ではないレベルだというものだ。

サイバーセキュリティ実戦

カリフォルニア大学バークレー校が主導するCyberGymベンチマークでは、M3.1 Flashが82.2点を獲得し、GLM-5.3（84.5）やGPT-5.6 Sol（83.6）と並んで世界の第一梯隊にしっかりと食い込んだ。

複雑なAgentとエンタープライズ級のクロスSaaSワークフロー

自動化大手Zapierがオープンソース化したAutomationBench-AA評価では、M3.1 Flashが上位に位置した。

1タスクあたりのコストは0.05ドル未満でありながら、営業、マーケティング、カスタマーサポート、財務、人事（HR）にまたがる複雑なワークフローを自力でつなぎ合わせられる。

許容誤差が極めて低い金融特化ベンチマークBankerToolBenchでは、M3.1 Flashは一気に76.2点まで跳ね上がり、公認の天井であるClaude Opus 5と並んで世界1位タイとなった。

Computer Useによる実デスクトップ操作

実際のPC操作をシミュレートするOSWorld V2では61.7点を獲得。

実際かつ経済的価値のあるシナリオを測るALEでも、M3.1 Flashは極めて低いタスクコストで、最上位モデル級のパフォーマンスを実現した。

いずれも中国国産モデル中1位で、これまたすべてを斬り捨てるコスパパワーだ。

正直に言うと、MiniMaxのテキストモデルはいずれ牌テーブルに戻ってくると思っていた。

しかし、まさかFlashという接尾辞のついた小さなやつだとは思わなかった。。。

高速・低価格こそが王道

ベンチスコアだけ見れば、これは徒競走の神々同士のいつもの争いに思えるかもしれない。

本当にワクワクさせるのは、このモデルが実際の実装シーンに与える次元の違う衝撃だ。

みんなが普段マルチAgent協調や長いチェーンのワークフローを組むとき、一番恐れるのは何か？

2つのことだ：果てしないグルグル待ちと、月末に心臓バクバクさせるAPIの請求書。

本当のエンタープライズ級Agentは、バックグラウンドで数十回のツール呼び出しを行い、複数のサブAgentの間で何度もやり取りを繰り返すことが多い。

モデルの文字出力が遅ければ、ユーザーはインターフェースのグルグルを見てそのままページを閉じてしまうし、呼び出し単価が高ければ、財務担当が請求書を一目見ただけでプロジェクトを即座に止めてしまう。

M3.1 Flashの気持ちよさはまさにここにある。

その基盤には、かなりアグレッシブなスパースアテンションアーキテクチャ。

が採用されており、オンライン推論速度は約3倍に引き上げられ、出力速度は最大200+ TPS、中央値（P50）でも安定して170+TPSを維持している。

170 TPSとはどれほどのものか？

MiniMax Codeのデスクトップ版やClaude Code、各種ローカルCodingツールでリファクタリングタスクを投げると、画面上のコードがほとんど注ぎ込むように一瞬で埋め尽くされていく。

以前は4つのサブAgentを直列につなぐのは信号待ちをしているようなものだったが、今ではほとんど更新を感じさせないレベルに達した。

速度が飛躍的に向上する一方で、価格はまさに半値以下の大特価となっている：

入力価格：百万Tokenあたりわずか1元

出力価格：百万Tokenあたりわずか4元

キャッシュ読み取り価格：百万Tokenあたりわずか0.1元

入力と出力の価格はまさに半額に、キャッシュ読み取り費用に至っては75%も大幅ダウン。

その結果、総合的な利用コストは前世代のM3と比べてなんと70%暴落。

もう言うことなんてありませんよね、みんな、立ち上がって漕いでいこう！！

国産ツインスターの包囲反撃

かつて皆の間には暗黙の了解があった：Flashモデルとはどのみちフラッグシップ大モデルの安価な劣化版にすぎない、と。

Flashを選ぶのは金が足りないか、タスクが軽すぎるからで、本当に重要で複雑なヘビーな場面では、結局は追加料金を払って大パラメータのフラッグシップProに頼るしかなかった。

でも今はどうか？

DeepSeek V4.1 Flash 1017がコストパフォーマンスの标杆を打ち立てたその足元に、MiniMax M3.1 Flashがすぐさま追撃して登場、片方が斬ればもう片方がさらに斬る。

小さいサイズのモデルはおもちゃなんかではなく、数倍のパラメータ、十倍の価格を持つフラッグシップモデルと正面からPKできるのだ。

アンチの皆さん、発言してください！！

さらに面白いのは、この二つの国産Flashモデルが、実に見事な相互補完の道筋を描いていること：

DeepSeekは純粋なCodingにおける極限のコストパフォーマンスで首位に立った；

MiniMax M3.1 FlashはSaaS横断の企業ワークフロー、金融ツールチェーンの呼び出しなど、総合的なAgentの次元で強化されている。

片方はコードエンジニアリングに徹底的に挑み、もう片方は複雑なビジネスフローを深く掘り下げる。

しかもみんな、ネットを一巡りしてみたら、天才的なアイデアを見つけちゃった！

大肥魚には谷価格とピーク価格があるじゃないですか。でもこれまで同レベルのコストパフォーマンスを持つモデルがなくて、ピーク価格でも歯を食いしばって我慢してきた。

でも今、M3.1が登場して、まさにその穴を埋めてくれたわけです。

私はさっそくルーティングを組んで、繁忙時はMiniMax、閑散時は大肥魚とすることで、Tokenのおいしさを残余なく吸い尽くしました。

涙が出る、これぞ我らの胸躍る国産Flashコンビネーション技（bushi）。

こうなると、私に言わせれば、APIも一般ユーザーが検討してみる価値のある選択肢になってきたということ。

だって大モデルなんてものは、とにかくイテレーションが速すぎるんですから、たとえ買い切りの月額制でもね。

Opus 5.5が出たときみたいに、あの頃のAstraのサブスクユーザーは基本的に全滅でした。

Pro 10Xを無駄買いして、ほんとお財布がかわいそう。

しかも今、C端のユーザーは本当に悲惨なんですo(╥﹏╥)o。

5時間の制限がある上に、真夜中のResetの裏切り、そして常にバックグラウンドの知能低下の不意打ちにも警戒しなければならない。。。

APIを買って、数十元チャージしておけば、どこかがダメになったらいつでもさよならできる、これ以上ない快適さです。

涙が出るよ、みんな。

皆さんも同じような感覚をお持ちかどうか分かりませんが、正直なところ、この1か月、私は少し息が詰まるような思いをしていました。

A社、OpenAI、グーグルがフラッグシップモデルを狂ったように発表する一方、国産陣営のほうは、何の動きもありません。

多くの大物たちも、LLMのこの戦いは基本的に終わった、シリコンバレーがScalingですべてを殺した、と言っています。

しかし今、転換点が、訪れつつあるようです。

わずか2日で、中国国産のFlashモデル2つが相次いで登場した。

フラッグシップ級の能力が、Flashの速度と価格で普及を加速している。

確かに、SOLA…いや、SOTAとのこの戦いは、そう簡単には勝てない。

しかし「コストパフォーマンス」という前提が満たされたとき、次にもっと重要な戦い——

大規模モデルの産業応用が、ようやく始まったばかりなのかもしれない。

そしてこれは、中国企業が昔から最も得意としてきたことだ。

— 終 —
量子位 QbitAI · 今日頭条契約
私たちをフォローして、最先端テクノロジーの動きをいち早くチェックしよう。