MiniMax M3.1 Flash hands-on comparison with Claude Opus 5.5

English text is being prepared.

View original

喵个咪，真的感慨啊，这大概是我最近实测 AI 大模型最震撼、也最反直觉的一次。 现在全网都把 Claude Opus 5.5 当成写代码的天花板，我把同一句 Three.js 指令，同时甩给了它和 MiniMax 刚发的 M3.1 Flash：做出粒子星云、行星光晕，点哪颗星，镜头就平滑飞向哪颗星。 一边是按美金精打细算着调用的闭源顶配旗舰， 一边是每百万 Token 输出只要 0.6 美元、缓存读取才 0.015 美元的国产极速模型，结果两边全部一次跑通，真的让我蛮惊喜的， 但是兄弟们，更让我觉得离谱的是左边这个便宜一大截的国产极速战神M3.1 Flash： 代码初始化阶段，它自己检测出 4 个潜在的渲染报错，不等人催，直接在后台跑测试、当场修好，把帧率稳稳焊死在 60 帧。 关键是我的提示词里压根没要求做控制面板啊，它还主动在右上角多搓了一套，轨道线、辉光和星云全都能一键开关，交付出来就是开箱即用的完整作品，这个是真的有点牛逼。 右边的 Opus 5.5 则守住了审美的底子：太阳光晕带着强烈的电影镜头感，底部导航栏和木星、海王星的资料卡排版极其讲究，光影和设计品味上，老牌旗舰Claude依然有它独一份的细腻。 但把两边的账单摊在桌面上，任何开发者都绕不开这道残酷的算术题： 在绝大多数日常前端交互、代码构建和智能体流程里，两者的能力差距，已经远远配不上它们之间的价格鸿沟。 以前咱们搞复杂项目，总觉得必须全程挂着最贵的脑子。 亲手测完这把我才明白，真正能把智能体推向全天候量产的，往往不是高高在上的奢侈品， 而是M3.1 Flash这种选手，它就是前阵子在榜单上匿名跑了 200T Token 的 Space Bunny，亮明真身后速度拉到上一代 M3 的 3 倍、成本砍掉三分之二，靠极低成本的多轮自检，不知疲倦地替你干完脏活累活。 不过惊艳归惊艳，跑分咱们也得客观看：它拿全场第一的是自动化办公 Automation-Bench（62.2），硬核终端编程 Terminal Bench 4.0 只有 38.1，离 Opus 5 的 51.8 还有实打实的代差。 啃十万行祖传代码库，还得请Claude旗舰出山哈哈，但日常七八成的原型开发和自动化脚本，它已经能稳稳接过去，光这一点就够团队省下大把真金白银了hh。 说实话到现在我心里还感慨的不行，国产模型进化迭代的速度真的越来越快了，也越来越强了，当一个每百万输出才 0.6 美元的快模型学会了自己跑测试、自己抓虫修到 60 帧，国外顶配旗舰靠单次智商筑起的溢价围墙，就已经开始漏风松动了。 看完这组 3D 太阳系，更打动你的是左边功能完备、还能自己抓虫的极客风，还是右边更有电影感的设计风？欢迎铁汁们互动交流， 反正要是让我自己掏腰包跑批量任务，左边这种又快又省还不让人操心的选手，我已经挑不出拒绝的理由了哈哈哈。