发布时间:2026-10-24 04:13 更新时间:2026-10-24 04:13 阅读量:12
10月23日,MiniMax 正式开源了 M3.1 Flash 的模型权重。这个模型在 10月19日先上线服务,几天后放出权重,节奏在国产大模型里算比较快的。对关注建站与运维的读者来说,它值得留意的地方不在于跑分,而在于推理成本和多芯片适配这两件直接影响部署预算的事。
M3.1 Flash 采用 MoE 架构,总参数 428B,单次推理激活参数约 23B,上下文窗口最高可达 100 万 Token,输入侧支持文本、图像和视频三种模态。据公开信息,模型上线 72 小时内处理了超过 100 万亿 Token,线上推理速度相比此前版本提升近 3 倍,智能体类任务成本下降约 70%,输出速度可达每秒 200 以上 Token。在面向软件工程的 DeepSWE v1.1 测试中得分 73.7%,素材中将其与 Claude Opus 5 的 74.0% 并列提及。
效率提升主要来自三处工程优化:把前三个全注意力层替换为稀疏注意力,降低长上下文下的计算量;用量化感知训练把路由的 MoE 专家迁移到 W4A4,索引器和主分支降到 Q8KV4;再配合功耗感知调度,对计算卡的功耗做更细的分配。这几项组合起来,是它能同时压住延迟和单价的原因。
官方给出的定价为输入 1 元/百万 Token、输出 4 元/百万 Token、缓存读取 0.1 元,素材中称这一水平约为 Claude Opus 5 的 1/33 与 1/42。开源侧,权重已发布在 Hugging Face 与魔搭社区,仓库名为 MiniMaxAI/MiniMax-M3.1-Flash 和 MiniMax/MiniMax-M3.1-Flash,具体文件与许可细节以官方仓库说明为准。
芯片与框架适配是这次发布的另一个重点:华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、英伟达、AMD 等厂商,以及 vLLM、SGLang、FlagOS、Hugging Face、魔搭均做了 Day 0 适配。对自建推理服务的团队而言,这意味着选型时不必把硬件锁死在某一家。
如果打算在自己服务器上试跑,可以先确认驱动与推理框架版本,再从官方仓库拉取权重,下面的流程仅作示例,实际参数请按官方文档调整:
# 1. 准备 Python 环境与依赖(版本以官方仓库要求为准)
python3 -m venv m31f && source m31f/bin/activate
pip install -U pip
2. 从魔搭拉取权重(需先登录并接受模型许可)
pip install modelscope
modelscope download --model MiniMax/MiniMax-M3.1-Flash --local_dir ./M3.1-Flash
3. 用 vLLM 起一个本地服务,端口与显存参数按实际机器调整
vllm serve ./M3.1-Flash \
--served-model-name m31f \
--tensor-parallel-size 8 \
--max-model-len 32768 \
--port 8000
需要提醒的是,428B 总参数对显存和卡间互联带宽要求不低,单机小卡环境更适合走量化版本或直接调用云端 API;百万级上下文也会显著推高显存占用,生产环境建议先按业务实际长度设置上限。
这批国产开源模型的共同趋势已经比较清晰:MoE 加稀疏化压成本,开源权重配合首日多芯片适配,竞争点转向智能体与超长上下文。对建站团队来说,可选项变多的同时,评估维度也要跟着变——不只看单价,还要看自家机房有没有对应加速卡、推理框架是否支持、长上下文下的稳定性如何。建议先在测试环境用真实业务语料跑一轮压测,再决定是自建还是接 API,具体能力与价格以 MiniMax 官方公告和模型仓库说明为准。
| 📑 | 📅 |
|---|---|
| 智谱GLM-5.2开源观察:1M上下文与国产算力Day 0适配 | 2026-10-23 |
| 政策密集加码:国产AI芯片与算力的新动向 | 2026-10-23 |
| 国产AI芯片份额升至47%,对站长意味着什么 | 2026-10-23 |
| 无问芯穹23亿C轮落地 算力基建为何被看重 | 2026-10-23 |
| 模思智能完成超10亿元Pre-A轮 全模态交互受关注 | 2026-10-23 |
| 国产AI芯片份额破四成,算力政策密集落地 | 2026-10-24 |
| 讯飞星火X2.6发布:端云一体如何省算力 | 2026-10-24 |
| 腾讯WorkBuddy教育公益版上线,AI助教进课堂 | 2026-10-24 |
| 百度搭子升级:AI智能体从办公桌走向生产线 | 2026-10-24 |
| 智谱GLM-5.2以MIT协议开源,长程任务能力受关注 | 2026-10-24 |