Flash 級模型殺價與垂直 AI 護城河

｜AI 產業趨勢解讀

MiniMax 推出 M3.1 Flash 並降價，Flash 級模型的價格與能力競爭升溫，但第三方評測也點出高幻覺率。Google 前首席科學家 Jeff Dean 則建議新創挑戰前沿模型做不好的問題。本文整理兩則動態，並提出台灣企業的選型建議。

本文重點

  • MiniMax M3.1 Flash 以低價切入，第三方評測顯示每項任務成本明顯下降
  • 同一模型被指出約 93% 的非正確回答是錯答而非拒答，幻覺風險不能忽略
  • Jeff Dean 建議垂直 AI 挑前沿模型成功率不到 1% 的問題，並以自建、結盟、開放社群築護城河

中國 AI 公司稀宇科技（MiniMax）近期推出新模型 M3.1 Flash，並同步調降 API 價格，讓「便宜又夠用」的 Flash 級模型競爭再升溫；另一邊，Google 前首席科學家 Jeff Dean 則提醒新創，不要和通用大模型正面硬碰硬。這兩則消息放在一起看，對企業的意義很清楚：選模型不能只看價格或跑分，還要看錯誤時的代價，以及自家資料與流程能不能形成差異。

重點整理

一、MiniMax M3.1 Flash：能力提升、成本下降，但幻覺率偏高

根據台灣商傳媒（經蕃新聞轉載）的報導，M3.1 Flash 是 MiniMax 近四個月來首次發布的文字模型，API（應用程式介面，也就是企業用程式呼叫模型服務的方式）的輸入價格為每百萬 token 人民幣 1 元，輸出為 4 元。報導稱整體使用成本降低七成；不過 The New Stack 的標題則是「價格減半」，兩家媒體對降幅的說法不一，實際費率建議以官方公告為準。token 可以理解為模型計費的文字單位。

第三方評測機構 Artificial Analysis 的結果，在 The Decoder 的報導中是這樣整理的：M3.1 Flash 在其 Intelligence Index（綜合智慧指數）拿到 42 分，比前一代 M3 高 13 分；與 GLM-5.3-Flash 持平，略高於 Gemini 3.8 Flash（41 分），但低於 DeepSeek V4.1 Flash 1017（45 分）。該模型輸出的 token 較少，每項任務成本約 0.22 美元，速度據稱是 M3 的三倍。不同媒體引用的分數略有差異（有報導為 43 分），這裡以 The Decoder 的數字為準。

值得注意的是風險面。The New Stack 引述 Artificial Analysis 的 AA-Omniscience 評測：M3.1 Flash 答對 56% 的事實性問題，高於 DeepSeek V4.1 Flash 的 43%，但在答不對的題目中，約 93% 是直接給出錯誤答案，而不是承認不知道。也就是「很敢答，但答錯時很有自信」。幻覺（hallucination）指模型生成看似合理卻不正確的內容。

二、Jeff Dean 談垂直 AI：挑前沿模型做不好的題目

數位時代整理了 Jeff Dean 在 YC Startup School 2026 的觀點：通用大模型進步很快，許多領域專用模型兩年前勝過當時的通用模型，如今已被新一代通用模型超越。因此他建議新創把切入點放在前沿模型目前成功率不到 1% 的問題上，才能拉開差距。文章也提到他帶領數位頂尖研究者離開 Google，成立以 AI 自動化研發過程的新創 Discovery Loop。

對企業而言，這篇文章點出一個常見疑慮：自家專有知識會不會逐漸被前沿模型業者吸收。報導列出建立垂直 AI（Vertical AI，針對特定產業打造的模型或應用）護城河的三條路：企業自建、產業結盟、開放社群。例子之一是國際律師事務所 Kirkland & Ellis 在 2026 年 5 月宣布投入 5 億美元自建內部 AI 平台。

分析

1. 低價模型讓「分層使用」成為主流。 Flash 級模型的價差與能力差距都在縮小，企業不必所有任務都用最貴的前沿模型。分類、摘要、資料抽取這類高量、低風險的工作，可以交給便宜模型；需要深度推理或高風險判斷的，再交給較強的模型。

2. 便宜不等於適合。 93% 的錯答比例提醒我們，在法規問答、公文、醫療或財務情境中，幻覺的代價遠高於 token 費用。評測也多以英文文字任務為主，換到繁體中文與台灣的專業語境，結果可能不同，必須自己驗證。

3. 資料來源與治理仍要看。 採用海外模型 API，公部門與金融、醫療等行業需先確認資料是否出境、是否符合內部資安與採購規範，這點不會因為價格便宜而改變。

4. 護城河在流程與資料，不在模型本身。 模型會持續被更新、被降價，真正難以複製的是企業自己的知識、流程與使用情境。這也呼應 Jeff Dean 的看法：與其和通用模型比誰更全能，不如深耕它還做不好的細分問題。

給企業的建議

  1. 建立自己的小型評測集。 從實際業務挑 50～100 題（含需要回答「我不知道」的題目），同時測正確率、拒答率與成本，不要只看公開排行榜。
  2. 設計模型路由。 依任務風險分級：低風險交給低價模型，高風險加上檢索佐證、引用來源與人工覆核。
  3. 把幻覺控管寫進流程。 要求回答附上出處、信心不足時轉人工，並記錄錯誤案例回饋改進。
  4. 避免綁死單一模型。 架構上保留可替換模型的彈性，價格與能力每個月都可能變動。
  5. 把投資放在知識與流程。 整理內部文件、建立知識庫與權限，才是換模型也帶得走的資產。

源智匯在協助機關與學校導入 AI 的經驗中，也常看到類似情況：像農業部跨單位知識整合、國立臺灣海洋大學的圖書館 AI 查詢助理，價值都來自資料整理與情境設計，而不是單一模型。若貴單位正評估不同模型的成本與可靠度，可以先從上述小型評測與分級做法開始。

名詞解釋

API
應用程式介面，讓企業系統能直接呼叫模型服務，通常依用量計費。
token
模型處理與計費的文字單位，一個中文字或英文字片段約對應一個到數個 token。
Artificial Analysis
獨立的 AI 模型評測機構，提供跨模型的能力、價格與速度比較。
幻覺
模型生成看似合理但與事實不符的內容，且常以很有把握的語氣呈現。
垂直 AI
針對特定產業或領域打造的 AI 模型或應用，例如法律、醫療、製造。
Intelligence Index
Artificial Analysis 整合多項評測（含代理、程式、科學推理等）得出的綜合智慧分數。

常見問題

Flash 級模型是不是可以取代企業原本使用的高階模型？

不一定。適合高量、低風險的任務，但高風險場景仍需更強模型加上人工覆核，並先用自己的資料實測。

M3.1 Flash 的降價幅度到底是多少？

商傳媒報導為降低七成，The New Stack 則稱約減半，說法不一，實際費率請以官方公告為準。

垂直 AI 對一般企業有什麼意義？

企業可善用自家專有資料與流程，把 AI 做成通用模型難以複製的應用，而不是只追求模型本身最強。

參考來源