大家好，我是 AI 超元域。
MiniMax M3.1 Flash 发布之后，我把它接入 OpenCode，做了三个比较耗时的开发任务：macOS 原生音乐播放器、科幻小说《极光》中的极光号飞船，以及巴塞罗那圣家堂。三个任务分别记录了 2 小时 40 分钟、3 小时 32 分钟和 5 小时 51 分钟的开发耗时。
这次我想看的，是它能把实际项目做到什么程度：功能能否运行，复杂场景的细节是否到位，运行时会不会出现明显的性能问题。另外，我也在官方网页版与 Hermes 中做了几组房屋和动画测试。
本文整理自 2026 年 10 月 20 日发布的本期视频讲解与公开章节。耗时、用量和运行感受沿用当时的记录；这些案例没有统一预算、多轮重复或硬件性能采样，不作为严格的模型排名。
如果嵌入播放器无法加载，可以前往 YouTube 观看完整视频。下文的跳转时间采用原视频公开章节。
先看测试范围与官方信息
| 环境 | 本期任务 | 主要观察点 |
|---|---|---|
| MiniMax 官方网页版 | 平面图生成双层 3D 房屋、艺术发展史动画 | 空间组织、交互与画面细节 |
| OpenCode | 原生音乐播放器、极光号飞船、圣家堂 | 长程开发、功能完成度与运行表现 |
| Hermes | 黑洞骑行动画、从早到晚的动画 | 动作细节、主题表达与场景变化 |
MiniMax 的官方发布文章标注的发布日期是 2026 年 10 月 19 日。官方报告 M3.1 Flash 在 DeepSWE v1.1 上取得 73.7%，并公布了每百万 Token 的美元价格：普通输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元。这里引用的是截至 10 月 24 日核对到的官方发布信息，不是我在这期视频里测出的分数或实际账单。
官方还给出了较高的输出速度数据。但模型每秒输出多少 Token，与一个项目需要多少小时完成，是不同层面的指标。项目耗时会受到任务复杂度、工具调用和开发过程影响，下面仍以本次记录为准。
1. 平面图到双层 3D 房屋：能探索，也暴露了运行负担
第一个测试在 MiniMax 官方网页版完成。我提供了一张室内平面图，要求根据图纸构建真实、可自由探索的 3D 室内空间，使用 Three.js 或更合适的 Web3D 技术栈，并支持第一人称进入房间。
它完成的空间包含客厅、卧室、餐厅、厨房和书房。客厅中能看到不同颜色的沙发、茶几、电视与电视柜、绿植；卧室有床和衣柜，餐厅放置了桌椅，厨房也有对应的地板和设施设计。
交互部分不只是转动一个模型。我可以进入第二层，也可以切换到俯视视角，再点击指定房间进入；右上角还能切回第一层的俯视图。对一张平面图输入来说，空间和交互的组织效果是本次比较满意的地方。
不过，探索了两三分钟之后，我的电脑开始发烫，风扇转得明显。这也是这期几个复杂 3D 案例反复出现的问题。画面能跑起来之后，还需要继续检查运行负担。 这里记录的是当时的体感与风扇现象，没有 CPU、GPU、帧率或温度曲线，不能据此确定具体瓶颈，也不能推断所有设备都会出现相同情况。
2. 艺术发展史动画：背景出彩，人物动作仍有问题
我还在官方网页版测试了艺术发展史动画。整体效果有可取之处，尤其是后方的壁画，以及窗外景色带来的真实感。
但局部细节并不稳定。画面中的猫不太像猫，人物喝水时的胳膊也不够协调，有些地方看起来像是胳膊与身体分离，或动作角度不对。
当时我的评价是，它基本遵循了提示词，画面中也有不错的部分，但需要逐个检查具体对象和动作。对于这种内容，整体氛围容易先吸引注意，真正审片时还要回到角色形态、肢体连接和运动是否合理。
本期展示的是环境中完成的动画作品，没有完整披露生成和渲染工具链。不能因为看到了动画，就把它解释为模型原生输出视频。MiniMax 当前官方说明区分了文本输出与结合代码、工具完成的图像和视频处理。
3. macOS 音乐播放器：2 小时 40 分钟，基础功能可以运行
接下来进入 OpenCode。第一个任务是开发一款 Apple Music 风格的 macOS 原生音乐播放器，记录的开发耗时为 2 小时 40 分钟。
运行之后，我导入了几首音乐，检查了播放和音量调节，也切换播放了其他曲目。演示中还展示了这些界面与功能：
- 音乐列表、专辑和歌手视图；
- 首页与迷你播放器；
- 播放列表查看；
- 隐藏左侧侧边栏；
- 搜索入口。
这一项和几个 3D 场景的运行感受不同：使用播放器时，我没有遇到明显发烫的情况。至少在本次展示的操作范围内，功能与运行表现都比较顺利。
我不太满意的是开发耗时，接近三个小时。当时我认为，这个速度不如之前体验的 DeepSeek V4.1 Flash。不过，这只是我在这些项目中的体验比较，不能直接转成统一条件下的速度结论。视频也没有覆盖全部音频格式、超大曲库、异常文件或长期运行稳定性，因此还不能把这款播放器当成已经完成全面验收的产品。
4. 极光号飞船：3 小时 32 分钟，外部与内部都能探索
第二个 OpenCode 任务，要求先研究科幻小说《极光》中的极光号宇宙飞船，再用前端技术复刻。这道题需要理解飞船构造，并把它转成可以交互探索的场景，本次记录的开发耗时为 3 小时 32 分钟。
进入作品后能听到类似飞船引擎的声音，右上角可以调小音量。放大后可以查看中心轴、载人舱和背景星空，也能通过导航进入不同区域。
我在演示里切换到计算核心和居住区。居住区有亮着灯的建筑、绿色草地和上方的穹顶，还能用方向键继续探索。除了内部区域，也可以切换整体、主轴和推进装置等视角。
这些内容让飞船不只是一个远处的外形展示。不过，进入内部探索后，我的电脑又出现了发烫、风扇明显加速的情况。前端场景的性能仍然需要进一步优化。
这道题此前也用于测试过其他模型。在本次讲解中，我认为上一期 DeepSeek V4.1 Flash 的实现效果更好一些。这是对具体作品的观感评价，没有统一评分标准，也没有在本文中新增一轮同条件对照测试。
5. 圣家堂：5 小时 51 分钟，光影不错，结构还原有差距
第三个 OpenCode 任务是用前端技术复刻巴塞罗那圣家堂。它的外部与内部构造都比较复杂，本次记录的开发耗时达到 5 小时 51 分钟。
在浏览器中运行后，我把画质选择为高，先看远处的整体效果，再切换不同角度查看细节。与实拍照片相比，作品没有完整还原建筑的外部结构，这一点需要保留下来，不能只展示漂亮的画面。
进入内部之后，彩色玻璃和光影效果是比较好的部分。移动视角时，可以看到光影发生变化，空间有一定的表现力。
但运行负担也很明显：电脑再次发烫，风扇快速转动。最终我的评价是，这个复杂题目对 M3.1 Flash 确实有挑战，整体还原有可取之处，但建筑外观的准确性和前端性能都还有改进空间。
这一项也提醒我，建筑复刻至少要分开检查两件事：是否形成有观感的空间，以及是否忠实于参考建筑。内部光影不错，不能抵消外部结构的偏差；能够进入内部，也不代表几何比例和建筑细节已经准确。
6. Hermes 动画：黑洞骑行与一天的变化
除了 OpenCode，我还在 Hermes 中调用 M3.1 Flash 完成动画任务。
第一个要求是让鹈鹕、渡渡鸟和几维鸟在黑洞吸积盘上骑自行车。我比较满意的是鸟骑车时的动作细节，以及吸积盘也被呈现出来，场景整体有一定完成度。这是一组创意动画要求，不应当作黑洞物理过程的科学模拟。
另一个动画围绕从早晨到晚上展开。视频展示了 8:30 骑自行车、中午的画面，以及后来变成手表的特效。这里能确认的是演示中的场景和变化，没有统一记录这两项动画各自的生成时长、输出规格或重试次数，所以不额外补充效率结论。
7. 约 8.95 亿 Token，该怎样理解？
三个 OpenCode 项目的记录耗时相加是 12 小时 03 分钟。这是三项任务的耗时合计，不代表一次连续运行的总墙钟时间，也不能解释为模型在这段时间内始终只进行推理。
本期讲解记录的后台用量约为 8.95 亿 Token，缓存命中率约为 97.2%。视频同时说明，官方网页版生成可探索 3D 房间的任务没有消耗我的 API Token；不能把这个总量简单平均给三个 OpenCode 项目，因为本期还有其他任务。
这些数字按当时后台读数与图表估算口径理解，没有在本文中重新完成逐项目、逐模型的账单核算。它们适合说明本轮测试的使用规模，但不等于三个项目分别消耗多少，也不能直接换算成实际支付金额。
官方价格将普通输入、缓存输入和输出分别计费。缺少这三类 Token 的明确拆分时，只拿总 Token 数乘某个单价，或者把 97.2% 直接套到全部 Token 上，都不足以得出准确费用。
我在视频中还提到，之前 DeepSeek V4.1 Flash 那轮测试的用量达到 30 多亿 Token，但那一轮测试题更多。这一回顾数字与前一期记录的 6.19 亿不同，现有材料不足以确认两者统计范围，本文不将它们直接合并比较。任务数量与内容不同，所以不能仅凭总量说哪款模型更省。比较单个任务成本，还需要相同输入、相近验收标准和更完整的过程记录。
最后：我会把“做出来”与“做稳”分开检查
这次 M3.1 Flash 在多个环境里交付了可以运行或展示的结果。音乐播放器的基础操作比较顺利，复杂 3D 场景也完成了空间、视角和内部探索，动画中有一些不错的动作与背景细节。
不足同样具体：音乐播放器开发耗时较长；房屋、飞船和圣家堂的演示都出现了电脑发烫与风扇明显加速；圣家堂外部结构没有完整还原；艺术史动画的猫与人物胳膊仍有问题。
如果大家要用它做类似项目，我建议验收时保留三个步骤：
- 检查功能。 播放、搜索、切换视角等操作，要在运行中的作品里逐项确认。
- 检查细节。 对照参考图检查建筑结构，单独审视动画角色与肢体动作。
- 检查持续运行表现。 在目标设备上观察资源占用与交互流畅度，再决定是否需要优化。
本期的结果说明，它能推进这些复杂任务，但不同任务的完成度并不一致。大家可以结合原视频，分别看看自己更关心的是原生应用、复杂 3D 场景，还是动画制作，再判断这些结果是否符合自己的需求。