之前爆火的神秘模型太空兔大家还记得吗？
连续5天霸占OpenCode榜首，日调用量登顶。一周跑了三十万亿token，比我们的国模一哥大D老师还多。
昨天终于揭晓谜底了，是MiniMax的新版本3.1 Flash，之前那个匿名跑了两百多万亿token的太空兔就是3.1的早期版本。
用太空兔的时候我浅尝了一下觉得模型能力还行，想着等正式发布的时候再来实测看看到底怎么样。
发布之后我去看了一下官方发布稿，宣称是全面提升。
自动化任务能力拔尖，computer use能力是国产模型第一。
跟GPT5.6sol比起来不相上下，多项能力都超越了deepseek。
定价非常便宜，输入每百万token只要1元，输出每百万token4元，跟Deepseek是一档的。
官方放了性价比图：这张图中横轴是任务平均成本，纵轴是通过率。同一条线上的是同一模型的不同思考档位。
越靠左上角，性价比越高。
看了这张图我相信大家都跟我想的一样，难道说？国模一哥Deepseek要被斩杀了？
是骡子是马拉出来溜溜。
我实测了MiniMax M3.1flash和DeepSeek V4.1flash1017，看看是不是有官方宣传的那么好，但是没想到minimax直接拉完了。
测试会分几项来进行，主要是看模型的综合能力，不是单纯的跑分题。
大家可以点赞收藏给我回回血。
锦鲤池塘
官方宣称3.1 Flash这次在编程长任务上提升很大
我用了一个锦鲤池塘的编程任务来进行测试，还会额外考察模型的视觉推理能力。
具体的要求是：从零写一个能跑起来的锦鲤池塘场景，水面要有波纹和反光，水里要有几尾锦鲤成群游动，能摆尾、能转向，水底要有水草和石头，岸边的树和景物也要有，还需要能跟鱼进行喂食的交互。
先来看看minimax做的。
再来看看deepseek做的。
无需多言了，deepseek的模型精细度很好，光影表现不错，同时鱼的运动有模有样的，摆尾、转向都很符合直觉。
minimax这边整体场景有点平淡，树还做的是低模树，随便糊弄一下就交差了，鱼的运动也比较鬼畜，转向直接原地旋转，有点看不懂。
这波minimax拉完了。
小熊软糖
我们再来从零做一个网页，桌子上摆一堆软糖熊，同时能进行交互。
具体点就是鼠标可以抓住任意一只拖起来、甩出去、堆到别的熊身上；熊和熊之间要有碰撞，掉到桌沿要能滑落，软糖本身还得有半透明的质感和表面的高光。
这个任务比较综合，对编程和物理的理解都有比较高的要求。
先来看看minimax。
再来看看deepseek做出来的效果。
deepseek的软糖熊拖着有点不跟手，但是整体交互比较完善。
minimax的熊拖起来是跟手，但是熊在桌子上会莫名其妙的四处乱跑，基本上不能完整交互。
我个人比较喜欢minimax做出来的风格，审美看起来不错，配色看着很玛卡龙，比较讨喜。
但是任务都没成功，也不知道该说啥了。
做自我介绍视频
既然3D能力不行，我摘掉3D能力看看这个模型的能力呢？
来一个代码编程视频看看，代码编程视频不涉及3D，只考验模型的前端审美以及编程能力。
任务目标是要求做一个minimax3.1flash新版本的宣传视频。
还是先来看minimax的。
再来看看deepseek的。
看完视频我已经绝望了，minimax的3D不行就算了，2D也不太行。
deepseek这边整体视频很流畅，没有排版上的问题，甚至还搭配bgm做了卡点剪辑。
minimax的排版bug不断，字与字之间总是有小的重叠，或者会有字的排版乱飞。
唉，给你机会你不中用啊！
外网的测评
我去外面翻了一圈，也有不少人用minimax做了实测，我们一起来看看案例。
经典的鹈鹕测试。
GPT做的：
minimax做的：
GPT这边整体看起来是最舒服的，瑕疵是手部部分没在车把上，还有就是又有翅膀，又有手，不严谨。
minimax这边没有手扶车把，逻辑有点问题，整体画风更简单，对比前两个就是精装房和毛坯房的区别。
还有案例是做一个在玻璃球中的微缩场景的。
用的是deepseek跟minimax做对比。
还是一样的，看下来就是minimax整体做任务比较懒，模型的精细度总是上不去，不知道是训练策略的问题还是模型能力的问题。
总结
实践出真知，各家模型出来跑分都是秒天秒地秒空气，一下场就原形毕露了。
主要是跟deepseek做的对比，因为这次minimax不管是定价还是模型定位都是跟deepseek的V4.1flash是一致的。
并且我们这次测试的案例都比较综合，不是纯代码任务，所以对模型的综合能力要求会比较高。
实测下来，全方位不如deepseek，deepseek目前国模一哥的位置还是很稳的，就看后面kimi能不能发力了。
另外，官方虽然宣传了成本很低，但是实际用下来的成本比deepseek要高一些，说明模型的返工次数比较多。
现在看来minimax只能去干一些脏活累活了，一些比较复杂或者追求精细度的任务还是交给deepseek来跑比较好。
大家有尝试用过minimax的新模型的吗，不知道你们用起来感受怎么样？