发布时间:2026-10-26 04:56 更新时间:2026-10-26 04:56 阅读量:7
10月下旬的国产大模型赛道,开源阵营又添一员。据多家媒体报道,MiniMax于10月23日正式开源M3.1 Flash模型权重,总参数428B、激活参数23B,支持文本、图像、视频输入,上下文窗口最高可达100万Token,面向编程、智能体与计算机操作类任务。
这并非一次突然亮相。据了解,M3.1 Flash在10月19日先行上线,早期以匿名版本“太空兔(Space Bunny)”参与外部测试,曾连续10天位居OpenRouter使用量榜首;正式上线后的72小时内,真实用户累计处理的Token量超过100万亿。对关注推理成本的站长和开发者来说,这组数据比参数本身更值得留意。
从公开信息看,M3.1 Flash的效率优化主要落在三处:全模型稀疏注意力、量化感知训练(QAT)以及功耗感知调度。官方披露的效果是推理速度提升近3倍,智能体任务的综合成本降低约70%。在DeepSWE v1.1测试中,该模型取得73.7%的成绩,与素材中提到的Claude Opus 5的74.0%接近。
定价方面,公开资料显示其输入为1元/百万Token,输出为4元/百万Token。对于需要批量调用模型做文档处理、代码辅助或智能体编排的业务,这个价位意味着可以把更多环节交给模型自动完成,而不必在调用次数上反复权衡。
比参数更值得运维人员关注的是适配节奏。据报道,M3.1 Flash开源首日即接入华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD等芯片厂商,同时兼容vLLM、SGLang、FlagOS、Hugging Face、魔搭等平台。模型权重发布在Hugging Face的MiniMaxAI组织下,具体版本与文件以官方仓库为准。
如果打算在自有服务器上做本地推理,建议先确认所用推理框架与芯片组合是否在官方支持列表内,再评估显存与并发。下面是一个基于vLLM启动服务的示例写法,模型名称与参数需按官方仓库实际说明调整:
python -m vllm.entrypoints.openai.api_server \
--model MiniMaxAI/MiniMax-M3.1-Flash \
--served-model-name minimax-m3.1-flash \
--tensor-parallel-size 8 \
--max-model-len 32768 \
--port 8000
部署前建议先用小流量验证显存占用与首字延迟,再逐步放开并发;长上下文场景尤其要关注KV Cache的显存开销,具体参数以官方文档和实际硬件环境为准。
把M3.1 Flash放进10月的国产开源节奏里看,信号比较清晰:模型能力之外,芯片适配速度、推理框架兼容性和单位Token成本,正在成为同台比较的维度。对建站与运维人群而言,这意味着在选型时多了一条务实路径——先看模型能否在已有算力上跑起来、跑得划算,再谈评测分数。后续版本更新与权重细节,建议以MiniMax官方公告和Hugging Face仓库为准。
| 📑 | 📅 |
|---|---|
| 3万亿参数开源模型亮相,Kimi K3.1把成本压到五分之一 | 2026-10-26 |
| DeepSeek完成千亿融资 产业资本密集入局 | 2026-10-26 |
| 科大讯飞星火X2.6发布:端云一体推动全国产AI落地 | 2026-10-26 |
| 高德「途途」机器人落地五类开放场景 | 2026-10-26 |
| 高德途途机器人落地五类开放场景 | 2026-10-26 |
| 高德"途途"落地五大场景,具身智能走向真实服务 | 2026-10-26 |
| MiniMax开源M3.1 Flash:428B参数与推理成本新解 | 2026-10-26 |
| DeepSeek千亿融资落地:产业资本为什么抢着入局 | 2026-10-26 |
| DeepSeek千亿融资背后:国产大模型的算力账 | 2026-10-26 |
| 10月国产大模型密集上新:开源与端云协同成主线 | 2026-10-26 |