MiniMax M3.1 Flash的官方口径很漂亮:输入1元/百万Token,输出4元/百万Token,缓存读取0.1元/百万Token,Agent任务综合成本较前代降低70%。
第一眼看过去,这几乎是在“贴脸”DeepSeek V4.1 Flash定价。输入1元、输出4元,两边数字一模一样。
但我把两家的计费表并排放了一晚上,发现一个在宣传里被轻轻带过的细节:DeepSeek V4.1 Flash闲时缓存命中的输入价格是0.02元/百万Token,MiniMax是0.1元。差了5倍。
Agent长任务最依赖的就是缓存命中。当你的上下文反复复用同一段长Prompt时,这个5倍价差会在账单上滚成什么,比“降70%”更值得算清楚。
![]()
先确认“降70%”的参照系:是M3,不是DeepSeek
MiniMax官方说的是“较前代模型M3降低70%”。M3的输入和输出单价在512K以内大约是M3.1 Flash的两倍,缓存读取单价则是4倍左右。所以“降70%”在M3的坐标系里是成立的。
问题在于,用户选型时比较的对象通常不是上一代,是同期竞品。把M3.1 Flash和DeepSeek V4.1 Flash放在同一张表里,输出价格持平,输入价格持平,差距全部落在缓存上。
DeepSeek V4.1 Flash-1017闲时的缓存命中输入是0.02元/百万Token,高峰是0.04元。MiniMax M3.1 Flash的缓存读取固定0.1元。也就是说,在“长上下文反复复用”这个Agent最典型的负载下,DeepSeek的缓存成本只有MiniMax的1/5到1/2。
如果一次Agent任务有90%的输入Token来自缓存命中,MiniMax的便宜到底还剩多少,就不由牌价决定了,由你的缓存命中率决定。
![]()
独立数据说:实际降幅可能是57%,不是70%
Artificial Analysis给了一组独立测算:M3.1 Flash在Intelligence Index任务中的平均成本是每任务$0.22**,M3是**$0.51,降幅57%。
这个数字比官方宣称的70%低了13个百分点。两边统计的工作负载不完全一样,但57%这个数字更接近“第三方在固定测试集上跑出来的感受”。
“57%”和“70%”之间的距离,就是“牌价降幅”和“任务成本降幅”之间的距离。 牌价降了70%,不代表你跑完一个可验收任务的总支出降了70%,中间隔着任务成功率、重试次数和缓存命中率。
![]()
返工才是“便宜”真正的对手
掘金上有一篇文章引用了一项Agent编程任务的Token消耗研究:重复运行同一任务消耗的Token,最多可以达到30倍。
这组数字解释了一个很实际的现象:一个模型每次调用只花一点钱,如果它总要重试、总要你人工接管、总在同一个环节翻车,便宜很快就会被返工吃掉。而且返工不只消耗Token,还占用测试环境、构建时间和你的注意力。
腾讯云上一位架构评审者的分析说得更直接:“降价七成是调用价,不是你的任务账单。” 工具调用次数、重试率、超时率、人工接管率,这些因素如果不进同一张账,单价降了,成功任务成本可能反升。
M3.1 Flash在Automation-Bench v1.0.6上拿到62.2分,反超DeepSeek的60.5分,说明它在跨SaaS工作流这个方向上确实有优势。但在DeepSWE v1.1上,DeepSeek以77.0分领先M3.1 Flash的73.7分。能力分布是分化的,没有一边倒的赢家。
![]()
想接入的话,两条路,但免费档有个硬限制
在Claude Code里用M3.1 Flash,配置本身不复杂。编辑 ~/.claude/settings.json ,把 ANTHROPIC_BASE_URL 指向 https://api.minimax.cn/anthropic ,ANTHROPIC_AUTH_TOKEN 填MiniMax的订阅Key,四个模型槽位全部填 MiniMax-M3.1-Flash[1m] ,CLAUDE_CODE_AUTO_COMPACT_WINDOW 设为524288。
OpenCode里也有一个限时免费档,模型ID是 minimax-m3.1-flash-free 。但这个免费档只认OpenCode客户端——你用curl或自己的程序直连它的推理接口,会返回403 FreeTierError 。想在自己的代码里免费用,得走OpenRouter的 :free 版本。
Vercel AI Gateway也提供了一段时间的免费调用,用 npx vercel ai-gateway setup ,然后在Agent里选 minimax/minimax-m3.1-flash 。
免费窗口是体验的好机会,但免费档的限流和功能限制,决定了它只能用来“感受一下”,不能拿来跑真实的长任务账单。
![]()
它适合谁,不适合谁
值得认真试的场景: 跨多个SaaS系统的自动化工作流(Automation-Bench上确实反超了DeepSeek);需要高输出速度的任务(200+ TPS,中位数170+);高频、短周期的Agent调用,且缓存命中率不高的负载。
需要谨慎的场景: 长上下文、高缓存命中的Agent任务(DeepSeek的缓存价格是它的1/5);需要高软件工程准确率的任务(DeepSWE上DeepSeek领先);对“任务一次通过率”敏感的生产流程,因为返工对总成本的影响可能大于单价差异。
“降70%”是一个真实的、有参照系的数字。但它降的是调用价,不是你的任务账单。真正决定月底账单的,是你的Agent在一个任务里重试了几次、缓存命中了多少、以及它有没有在关键环节一次做对。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.