大模型能力上限由模型决定，规模化服务的成本取决于推理框架的效率。
10 月 17 日，DeepSeek 把旗舰更新为「V4.1 Flash 1017」；10 月 19 日，MiniMax 发布「M3.1 Flash」。一周之内，两家头部国产厂商的新作，名字里是同一个词：Flash。
这个词不是国产发明，Google 在 Gemini 系列里用它命名轻量档。但过去它只是别家产品线里的一个后缀，现在成了国产阵营的集体动作。
千问的 Flash 档能塞进 27.6GB 内存的家用电脑，还能在达摩院的玄铁 C950 芯片上，以每秒 43 个 token 的速度出字。
国产大模型进入了“全民过日子”的时代。下游精打细算，甲方开始按“一个任务多少钱”算账，不再为榜单名次付溢价。Flash 不是一个型号名，是一种经营策略：把便宜，做成核心竞争力。
为什么是 Flash？账怎么算？谁在受益？往下看。
一、都叫 Flash
先看 DeepSeek。10 月 17 日的「V4.1 Flash 1017」，在软件工程基准 DeepSWE v1.1 上把成绩从 74.2% 提到 77.0%，API 价格一分没涨，还顺手开放了搜索和抓取接口。
第三方评价不低。Artificial Analysis 的智能指数里它拿 45 分，比上一版高出 6 分，和 GLM-5.3 并列开源权重第二，排在前面的只剩小米的 MiMo-V2.6-Pro。
Arena 的 WebDev 代码榜上，它的 Max 档以 1670 分成为排名最高的开源模型，距离闭源的 GPT-6 Sol 只差 12 分。
但真正的看点在价格栏。省钱省到什么程度？
券商转述的第三方测评显示，它跑完一个完整任务平均花费 0.045 美元，比 GPT-5.6 Sol 中档位低 77.7%，忙时闲时分档定价，闲时再打折。
MiniMax 那边，故事更曲折。
「M3.1 Flash」的预览版在 OpenRouter 上顶着匿名代号「Space Bunny」悄悄卖了两个多月，处理了超过 200T token（日消耗 3.99 万亿），没人知道它是谁。
10 月 19 日，MiniMax 认领代号，正式发布「M3.1 Flash」。这是它沉寂四个多月后的第一款新文本模型。
成绩单不虚：Automation-Bench 拿 62.8%，压过 DeepSeek 的 60.5% 和 Claude Opus 5 的 50.3%；DeepSWE 73.7%，紧咬 DeepSeek 的 77.0%。
Agent 场景的两项硬指标更突出：OSWorld V2 拿 61.7，Agents’ Last Exam 拿 29.6，都排国产第一。
价格是重点。每百万 token 输入 1 元、输出 4 元、缓存读取 0.1 元，比上一代便宜一半还多。
这个价格，约为 DeepSeek 忙时价的一半，和闲时价持平。
InfoQ 按美元牌价折算，说它比 Claude Opus 5.5 便宜 88 倍。便宜得没有悬念，便宜到有点狠。
配置也不含糊：输出速度中位数每秒 170+ token，上下文 100 万，推理强度分五档，权重稍后开放。
二、谁打榜，谁干活
Flash 到底是什么？表面看是个命名后缀，实际看是一次分工。
翻开 Arena 第 42 周的榜单：kimi-k3-max 排 16，qwen3.8-max 排 22，mimo-v2.6-pro 排 26，glm-5.3-max 排 27。
榜首 gemini-4-argon-high 拿 1525 分蝉联。各家挂出来打排名的，全是 Max 档。
真正在市场上跑量的，是 Flash 档。Space Bunny 两个多月悄悄卖出的 200T token 就是证据：用户嘴上关心谁“最聪明”，钱包投给谁“最划算”。
便宜不是喊出来的，是算出来的。10 月 20 日，DeepSeek 把内部推理框架「DeepInfer」全部开源，连配套的 token 编解码组件一起交出去，英伟达和华为昇腾两套平台都能跑。
开源公告里附了张很直白的账单：V4.1 Flash 的推理服务跑在 DeepInfer 上，单集群日吞吐 155 万亿 token，按谷价计算每卡每小时收入 38 美元（约合 253.81 元）。
彭博社的定性是：这能帮企业把 AI 运营成本打下来。DeepSeek 在知乎同步发的技术报告里，从负载均衡写到 KVCache 留存，把省钱写成了工程学科。
这张名单还能拉长。第三方对 Space Bunny 的评测，对比对象就是 DeepSeek V4.1 Flash 和智谱的 GLM 5.3 Flash；蚂蚁百灵系列里挂着 Ling-3.1-flash。
Flash 已经不是某家的产品决策，是行业的默认命名。
把自家成本方法论白送出去，等于把推理工程的门槛拆给全行业。
护城河挪了位置：从“模型有多聪明”，挪到“单位 token 成本有多低”。
价格下沉的不止模型。DeepSeek 上周开放网页搜索 API，单次 0.005 元，一千次 5 元；同类能力，智谱标价每千次 10 元到 30 元。
模型降价，配套工具跟着降。整条供应链都在换标价牌。
三、一个任务三毛钱
为什么偏偏是现在？答案在 Agent 身上。
聊天时代，一个提问一次调用，token 花不了几个钱。Agent 不一样：帮你订一张机票，要查航班、比价格、填信息、再确认，每一步都是一次调用，每次都拖着长长的上下文。
一个任务几十上百次调用，token 消耗比聊天高一两个数量级。跑这种负载，模型单价就是成本大头。
拿旗舰 Max 档跑 Agent，等于拿跑车“送外卖”，油钱比跑腿费贵。Flash 档就是为这个场景造的：快，便宜，够用。
所以报价方式都变了。DeepSeek 按任务算账，0.045 美元跑一个完整任务，按 7.1 的汇率折算约三毛二（推算）。
MiniMax 的官方口径里，单个 Agent 任务成本最低不到 2 毛。两家都在用同一个单位说话：一个任务。
以前按“百万 token 多少钱”报价，现在直接按“活儿多少钱一件”报价。买东西的人听得懂这种报价。
五档推理强度是同一个逻辑：想让模型“多想”就多花钱，想“省钱”就让它少想，算力定价权交给客户。
只有国产在卷便宜吗？不是。美国的 Inception 把扩散模型「Mercury 3」挂上 OpenRouter，每秒生成超过 1000 个 token，输入输出分别只要 0.10 和 0.35 美元，上线直接五折。
便宜和快，是全球共识。区别在战略位置：美国厂商把性价比当产品线里的一个档位，国产厂商把性价比当主战场。2023 年卷参数，2025 年卷 Agent 分数，2026 年卷“单位成本能干多少活”。
四、市场用脚投票
有意思的是，市场对这个“便宜”故事的第一反应，是抛股票。
财新报道，MiniMax 发布当天股价走高后回落，盘中一度触及 168.3 港元，创上市以来最低。
同一天港股大模型板块整体走低，MiniMax 跌超 6%，智谱跌超 5%，股价跌破 500 港元。
降价难道不是好事吗？对买模型的人是，对持股人是另一回事：单价收入下移，毛利承压。公司上市之后每季度都要拿财报说话，价格战是拿自己的股价打的。
多头也有说法。中信建投的研究意见认为，国产模型能力、调用成本和工具配套同步改善，会推动企业工作流应用和推理需求增长。
翻译过来：单价降了，用量会涨，总账未必难看。
DeepSeek 敢把吞吐和毛利摆出来，是同一个意思：成本领先者不怕降价，怕的是没人用。价格战对它是“清场”，对腰部厂商是“消耗”。
所以有人绕开正面战场。智谱这周发布的是法律专用模型，阶跃披露的是长程 Agent 训练方案，都在找侧翼阵地。
这一轮价格战里，财报好不好看，取决于推理成本能不能继续往下压。能把便宜做进工程里的公司，才熬得起这个周期。
五、便宜之后
三条实在的。
一是对开发者，门槛实打实降了。早两年，旗舰模型的百万 token 还要几十块钱，做 Agent 是“烧钱游戏”；现在一个任务三毛钱，搜索一千次 5 元。
很多原先“算不过账”的点子，现在算得过了。门槛降的不是一点，是一个数量级。
二是对普通用户。你不调 API，但你用的每个免费 AI 功能背后都是 token 账单。Flash 档便宜到可以“随便用”，厂商才敢把 Agent 塞进免费产品。
你明年用到的国产 AI 新功能，多半不是新旗舰的功劳，而是 Flash 便宜到“可以浪费”了。
三是对行业。Meta 10 月中开放权重的「Muse Spark Open」，自称美国最强开放权重模型。
在 Artificial Analysis 的开放权重榜上，它拿 39 分，比 MiMo-V2.6-Pro 的 46 分、GLM-5.3 的 45 分都低，连蚂蚁百灵的 Ling-3.1-flash 都排在它前面。
美国卷“最聪明”，中国卷“最划算”，两条路线正在分叉。分叉不是坏事，各打各的主场。
全民过日子时代，谁也躲不开“性价比”，大模型也一样。榜单是面子，单价是里子。
面子可以吵，里子骗不了人：能把便宜做进工程里的公司，才配在下一个周期谈聪明。
