每 token 缓存差 39 倍：四款开源旗舰 Agent 横评
四款开源旗舰同台横评：MiniMax M3.1 Flash（428B/A23B）、DeepSeek V4.1 Flash 1017、GLM-5.3、Kimi K3——四款全部出现在 MiniMax 官方模型卡对照表，口径天然可对齐，但有两层前提必须写明：整表由 MiniMax 代跑（模型卡自认），且各基准 harness 不同（Terminal-Bench 4.0 用 Codex 0.149.1、DeepSWE 用 mini-SWE-agent@512K、CyberGym 用 Claude Code）；M3.1 Flash 全部分数为厂商自报、无第三方复现。唯一第三方刻度是 AA 智能指数：DeepSeek 1017 得 45、M3.1 Flash 42、M3 得 29（GLM-5.3 的 59 属另一指数、另一月份，仅方向参考）。效率上的真差距在 KV cache：DeepSeek 1017 官方每 token 890 字节，M3.1 Flash 34,560 字节（vLLM 工程口径），自托管长上下文的内存账差约 39 倍。M3 到 M3.1 Flash 没有官方基准对照表，只有三项声明（速度近 3 倍、200+ tok/s、Agent 成本降 70% 且未公布测算方法）、价格对切（0.30/1.20 美元到 0.15/0.60 美元）与 vLLM 工程数据（权重 451.5 到 250.1GB、KV 每 token 61,440 到 34,560 字节）。价格全景：M3.1 Flash 0.15/0.60 美元、缓存 0.015；DeepSeek off-peak 同价但缓存仅 0.003 美元、peak 双倍；GLM-5.3 人民币 8/28 元、缓存 2 元；K3.1 Pro 2/10 美元（媒体引截图口径）。Kimi 陷阱：表中 K3 的 TB4.0 12.6 与 10 月 24 日凌晨 K3.1 Pro 自测的 65.7% 跨版本跨 harness，严禁混比，且 K3.1 Pro 权重 11 月 4 日前才放出。矛盾清单并列不裁决：Automation-Bench 62.2 与 62.8、参数 428B 对 HF 元数据 220B、checkpoint 250.1/233/220GB 三说并存。