发布时间:2026-10-24 08:20 更新时间:2026-10-24 08:20 阅读量:8
10月23日,MiniMax正式开源旗下M3.1 Flash模型权重,同步上线Hugging Face与魔搭社区。这款模型在10月19日先以匿名形式上线服务,随后公布参数规格并开放下载,成为本月国产开源大模型里讨论度较高的一款。
从公开规格看,M3.1 Flash采用MoE架构,总参数428B,单次推理激活参数约23B,支持文本、图像、视频输入,上下文窗口最高100万Token,重点面向编程、智能体任务与计算机操作类场景。官方披露的数据显示,线上推理速度比上一代M3提升近3倍,智能体任务综合成本下降约70%,日常场景输出速度可达每秒200+ Token。
评测方面,软件工程测试DeepSWE v1.1得分73.7%,接近Claude Opus 5的74.0%;跨应用流程测试Automation-Bench得分62.8%,高于DeepSeek-V4.1-Flash的60.5%。这些数字来自厂商公布口径,实际表现会随任务类型与部署环境不同而变化,建议以官方文档和自身压测结果为准。
M3.1 Flash的效率改进主要落在三处:一是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开销;二是引入量化感知训练(QAT),将路由MoE专家迁移至W4A4,索引器和主分支从Q8KV8降至Q8KV4;三是采用功耗感知调度,对计算卡功耗做更细的分配。对大参数、小激活的MoE模型来说,这类组合拳直接决定了单位算力能跑出多少吞吐。
运营数据方面,模型10月19日上线后72小时内处理真实用户请求超过100万亿Token;其匿名版本曾连续10天位居OpenRouter使用量榜首。这些数据反映的是线上负载强度,可作为评估其稳定性的一个参考侧面。
生态方面,M3.1 Flash开源首日即接入华为昇腾、昆仑芯、摩尔线程、海光、沐曦、天数以及英伟达、AMD等芯片平台,国产芯片协同适配的节奏比以往更紧凑。对自建推理服务的站长和运维来说,多平台可用意味着在选型时不必被单一硬件绑定。
API定价为输入1元/百万Token、输出4元/百万Token、缓存读取0.1元。若打算本地部署,可先用官方仓库按常规流程拉取权重,再结合vLLM等推理框架做服务化,以下为通用示例,具体参数以官方说明为准:
# 示例:使用 huggingface-cli 下载权重(需先登录并确认仓库名)
huggingface-cli download MiniMaxAI/MiniMax-M3.1-Flash --local-dir ./m3.1-flash
示例:以 vLLM 启动 OpenAI 兼容服务,端口与显存参数按实际环境调整
python -m vllm.entrypoints.openai.api_server \
--model ./m3.1-flash \
--served-model-name m3.1-flash \
--port 8000 \
--tensor-parallel-size 8
需要提醒的是,428B参数规模的模型对显存与互联带宽要求较高,单机部署前应先核对卡型、显存与并行策略,量化版本也需确认推理框架是否已支持对应精度。上线后建议在网关层设置限流与超时,避免长上下文请求把队列压满。
从本月国产模型的动作看,MoE加稀疏化、低精度量化、开源首日多芯片适配,正在成为新一代模型的常见打法,智能体能力则成了各家的主要比拼方向。M3.1 Flash能否在实际业务里站住脚,还要看后续在真实场景中的稳定性与成本表现,相关细节以官方公告为准。
| 📑 | 📅 |
|---|---|
| DeepSeek千亿融资与科创板IPO动向 | 2026-10-24 |
| MiniMax M3.1 Flash开源:428B参数与百万上下文 | 2026-10-24 |
| 扩散语言模型公司DiffuSpace两轮融资近5亿 | 2026-10-24 |
| 智谱GLM-5.2开源观察:长程任务与MIT协议落地 | 2026-10-24 |
| 国产AI芯片与算力观察:2185 EFLOPS之后 | 2026-10-24 |
| 千亿资金涌入大模型:DeepSeek融资翻倍至千亿 | 2026-10-24 |
| 模思智能获超10亿元Pre-A轮 将推MOSS Live | 2026-10-24 |
| 科大讯飞星火X2.6发布:端云一体怎么落地 | 2026-10-24 |
| 讯飞星火X2.6之外:端侧大模型X2.5开源意味着什么 | 2026-10-24 |
| 中国电信发布星辰意图理解模型Xing4.0-29B-Intent | 2026-10-24 |