缓存读取 0.1 元、是 DeepSeek 的 5 倍：M3.1 Flash 的 Agent 账单按命中率反超 7.5%

一、单价打平了，缓存读取的单价没打平

10 月 19 日上线的 MiniMax M3.1 Flash（前身是匿名模型 Space Bunny，官方称其匿名期处理过超 200 万亿 tokens），把国内 API 报到每百万 tokens 输入 1 元、输出 4 元、缓存读取 0.1 元；海外口径是输入 0.15 美元、输出 0.6 美元、缓存读取 0.015 美元。三天前（10 月 17 日）上线的 DeepSeek V4.1 Flash-1017，闲时输入 1 元、输出 4 元、缓存命中 0.02 元，高峰时段翻倍到输入 2 元、输出 8 元、缓存命中 0.04 元。

三档价格排在一起看，结论有点反直觉：输入和输出两项，两家一模一样地打平；真正岔开的是缓存读取——M3.1 Flash 的 0.1 元是 DeepSeek 闲时 0.02 元的 5 倍。缓存这条单价过去很少进采购决策，因为大家默认它只占账单个位数百分比。Agent 工作流把这个默认前提打掉了：多轮任务里复用的提示词越长，缓存单价就越像主价格。

二、同一份任务，命中率决定谁更便宜

取一个中等规模的长程 Agent 任务做基准：单次请求输入 5 万 tokens、输出 8 千 tokens。按缓存命中率分三种流量结构算账，单位是元/任务，只算 API 费用。

命中 0%（无上下文复用）：M3.1 Flash 0.0820 元，DeepSeek 闲时 0.0820 元、高峰 0.1640 元。闲时两家完全等价，M3.1 只赢在高峰时段便宜整整一半。

命中 50%：0.0595 元对 0.0575 元（闲时）、0.1150 元（高峰）。M3.1 比闲时贵 3.5%，比高峰省 48.3%。

命中 80%：0.0460 元对 0.0428 元（闲时）、0.0856 元（高峰）。M3.1 比闲时贵 7.5%，比高峰省 46.3%。

这就是这篇文章想说的核心：命中率越高，越该拿闲时价去比；高峰时段调用越多，M3.1 的价差护城河越宽。两类流量在账单上根本不是同一个命题，把它们揉进一个平均单价里，算出来的结论一定是错的——M3.1 的「成本较前代降 70%」是厂商按 Agentic 任务综合成本口径自报的，不是 token 单价降了七成。

三、思考档默认 max，token 会自己长大

M3.1 Flash 的思考深度可调 low 到 max，默认值是 max，官方没有给关闭思考的开关。第三方聚合平台 10 月 22 日发布的实测称，它平均每任务输出约 5900 tokens，比 DeepSeek V4.1 Flash 多 62%。即便单价打平，同一件事要多付六成输出 token；输出单价两家都是 4 元，这六成就是纯增项。接入前把思考档降到 low 跑一遍自己的真实任务，是性价比最高的一步验证。

四、分发侧该怎么配货

站在聚合分发的位置看，M3.1 Flash 不适合当「单价最优」的单一主供，它更适合做高峰时段与长上下文多模态的分流档：1M tokens 上下文、文本/图片/视频输入、输出速度 200+ TPS（P50 170+）、OSWorld V2 得分 61.7 居国产第一——速度与榜单成绩均为厂商自报，权重尚未开源，自建还排不上。这几项对应的是长程跨应用自动化，恰恰是缓存复用价值最低、时段又最容易撞高峰的场景。

可落地的路由规则：命中率高于 50% 且处于高峰时段走 M3.1 Flash；命中率高于 50% 且为闲时走缓存 0.02 元的 DeepSeek 档；命中率低于 30%两家等价，按延迟与多模态需求决定。规矩写进网关，比每月对着平均单价砍价有用得多。

一句话判断：这不是又一轮降价，而是把「缓存单价」推到账单中心位置的一次定价。谁先把自己的命中率和时段结构测出来，谁就先拿到这轮 Flash 价格战的钱。

来源：MiniMax 官方发布（10 月 19 日）及新浪科技、智东西、腾讯云开发者社区报道；DeepSeek V4.1 Flash-1017 价格见智东西对比表；第三方实测数据来自 AI/ML API 10 月 22 日评测。文中账单测算为本文按公开单价计算。