苹果官宣千问接入 Apple 智能，国产大模型第一次真正进入中国用户的系统级入口；MiniMax M3.1 Flash 开源后三天跑出 100 万亿 Token；DeepSeek、Kimi、MiniMax 的定价已经把竞争推到"每百万 Token 几块钱"的层面。

一、今日头条：苹果官宣，千问进入 Apple 智能

10 月 31 日最重磅的消息不在模型榜单上，而在手机里。苹果当日官宣与阿里巴巴合作，千问将正式集成至 Apple 智能。中国用户可以在 Siri、写作工具和视觉智能中，直接调用千问的文本与图像理解、内容生成能力。据披露，最新款机型如 iPhone Duo、iPhone 18 Pro 等将首批支持相关体验。

这件事的意义需要放在国产大模型的处境里看。过去两年，国内厂商的竞争主要发生在 API 价格、开源榜单和开发者口碑三个战场，C 端入口始终被自家 App 框住。系统级集成意味着模型不再需要用户"主动打开一个应用"，而是变成系统能力的一部分——这是分发逻辑的改变，也是商业化逻辑的改变：按调用量付费的想象空间，远大于会员订阅。

对阿里来说，这是一次能力背书；对行业来说，这是一次"国产模型能不能承接亿级日活"的压力测试。这类集成的真正考验不在首发演示，而在长尾场景的稳定性、时延和成本控制。

二、MiniMax M3.1 Flash：开源 + 极致性价比的组合拳

10 月 23 日，MiniMax 开源了 M3.1 Flash 的模型权重，总参数 4280 亿，每个 Token 激活约 230 亿，支持文本、图像、视频输入，最高 100 万 Token 上下文，面向编程、智能体和计算机操作。

三个数字值得记住：

• 72 小时处理超过 100 万亿 Token。 自 10 月 19 日上线起算，这是真实用户流量，不是压测数据。
• DeepSWE v1.1 得分 73.7%，接近 Claude Opus 5 的 74.0%，但单任务平均成本明显更低。
• API 定价：输入每百万 Token 1 元、输出 4 元、缓存读取 0.1 元。

它的早期形态就是 OpenRouter 上那个匿名霸榜的"Space Bunny（太空兔）"——连续 10 天位居平台模型使用量第一，累计处理 56.7 万亿 Token，创下该平台匿名模型纪录。开源之后，开发者可以从 Hugging Face、魔搭下载自部署；生态侧，昆仑芯完成 Day 0 适配，英伟达 NeMo 提供微调支持，vLLM 与 SGLang 支持推理，华为昇腾于 10 月 28 日宣布支持 M3.1 Flash。

技术上，MiniMax 披露了三项优化：把前三个全注意力层换成稀疏注意力层；路由专家采用 W4A4 量化感知训练，稀疏注意力索引器从 Q8KV8 降到 Q8KV4；以及功耗感知调度。结果是线上推理速度提升近 3 倍，智能体任务综合成本降低 70%，日常场景输出速度可达每秒 200 多个 Token。

三、价格战进入"分层计费"阶段

这一周国内厂商的定价动作，比模型发布更能说明竞争态势。

DeepSeek 延续峰谷定价：闲时价格为高峰时段的一半，鼓励用户把批处理任务挪到低谷。其 V4-Pro 还做过阶段性 2.5 折特惠，缓存命中输入低至每百万 Token 0.25 元。这种"按时段调度"的思路，本质是把算力闲置转化为价格弹性。

Kimi 侧，K2.5 作为原生多模态智能体模型的公开价格为输入 4 元、输出 21 元每百万 Token；旗舰 K3 按美元计约为输入 3 美元、输出 15 美元。据环球网援引 Artificial Analysis 的测算，K3 平均每项任务成本约 2 美元，而 Claude Fable 5.1 为 7.63 美元——单任务成本差距已经拉到三到四倍。

MiniMax 则用 M3.1 Flash 把非缓存输入输出单价压到与 DeepSeek V4.1 Flash 空闲时段持平，按国际 API 比较，约为 Claude Opus 5 的 1/33 和 1/42。

三条路线其实在回答同一个问题：当模型能力差距缩小到几个百分点，客户凭什么选你？答案正在从"更强"变成"更便宜、更可控、更能自部署"。

四、开源矩阵：Qwen、GLM 与 Kimi 的长期卡位

开源侧的布局也在同步推进。阿里在 8 月 26 日发布 Qwen3.8-Flash-Next，约 125B 参数外加约 51B N-gram Embedding，每 Token 实际激活约 6B，官方明确将其定位为 Qwen 4 架构的预览版；旗舰开源版本 Qwen3.8-2.4T-A95B 采用稀疏 MoE，总参数 2.4 万亿、激活约 950 亿，支持 100 万 Token 上下文。

智谱的节奏是"Coding 走向长程 Agent"：GLM-5.2 专注 Coding 与长程任务并开源，GLM-5.3 在复杂软件工程、终端操作和更广的 Agent 任务上继续推进，GLM-5.3-Flash 用线性注意力与稀疏注意力混合架构把原生多模态做到普惠价位。

Kimi 的 K2.5 则主打"能看、能写代码、能协作"：视觉理解、Agent 集群与 Office 类任务，是它区别于纯文本模型的地方。GitLab 19.4 也已加入对 Kimi K3、MiniMax M3 和 GLM-5.3 的托管开源权重支持——这说明国产开源模型正在被海外工程工具链默认接纳。

五、三个需要冷静看待的点

第一，榜单接近不等于体验接近。 M3.1 Flash 在 DeepSWE 上只差 Opus 5 零点三个百分点，但真实工程任务的失败模式、长链路稳定性仍是另一回事。

第二，低价不等于低成本。 开放权重降低了许可费用，自部署的硬件、运维和调优成本并不会自动消失，芯片适配程度直接决定"开源性价比"能否落地。

第三，入口开放不等于生态开放。 千问进入 Apple 智能是重要一步，但系统级集成的条款、数据边界和排他性安排，仍需后续观察。

一句话总结

10 月 31 日的国内主线是"入口突破、开源提速、价格分层"：苹果把千问放进系统入口，MiniMax 用开源加一元定价把性价比推到极限，DeepSeek 用峰谷计费把算力闲置变成价格武器，Qwen 与 GLM 则在为下一代架构提前卡位。接下来值得关注的是：Apple 智能集成后的真实调用量、M3.1 Flash 自部署的实际成本曲线，以及 Qwen 4 正式版能否把"预览架构"兑现成产品。