MiniMax开源M3.1 Flash:428B参数、推理成本降七成

    发布时间:2026-10-26 23:45 更新时间:2026-10-26 23:45 阅读量:5

    10月下旬的国产大模型开源节奏明显加快。10月23日,MiniMax 开源了新一代模型 M3.1 Flash。从公开信息看,这款模型并没有一味堆叠参数,而是把重点放在推理效率与部署成本上,对自建推理服务的站长和运维团队来说,这类动向值得留意。

    428B总参数、23B激活的MoE架构

    据公开资料,M3.1 Flash 采用 MoE(混合专家)架构,总参数 428B,单次推理激活参数约 23B,上下文窗口最高支持 100 万 Token,可接收文本、图像、视频输入,主要面向编程、智能体与计算机操作类场景。换句话说,它把模型做得很大,但每次只唤醒其中一小部分,兼顾了能力上限与运行开销。

    技术层面,官方披露的优化包括:把前三个全注意力层替换为稀疏注意力,形成全模型稀疏注意力结构;采用量化感知训练(QAT),将 MoE 专家迁移到 W4A4 精度;引入功耗感知调度。这些手段共同指向同一个目标——在相近硬件条件下跑出更高的吞吐。

    官方披露的实测数据与定价

    按 MiniMax 公布的信息,M3.1 Flash 线上推理速度提升近 3 倍,智能体任务综合成本降低约 70%,输出速度达到每秒 200+ Token;上线 72 小时内,真实用户处理量超过 100 万亿 Token。在 DeepSWE v1.1 测试中得分 73.7%,Automation-Bench 得分 62.8%。API 定价为输入 1 元/百万 Token、输出 4 元/百万 Token,具体计费规则以官方文档为准。

    生态适配上,模型开源首日即接入华为昇腾、昆仑芯、摩尔线程、海光、沐曦以及 NVIDIA、AMD 等芯片厂商,同时对接 vLLM、SGLang、智源 FlagOS、Hugging Face、魔搭等框架与社区。对打算本地部署的团队来说,这意味着可选硬件和推理框架的范围相对宽一些,但实际兼容程度仍需以各家官方发布的适配说明和实测结果为准。

    对建站与运维团队的实际意义

    推理成本下降七成、开源即适配多类国产芯片,这类组合最直接的影响是自建 AI 服务的门槛在降低。过去中小团队要在自有服务器上跑一个可用的智能体模型,往往卡在显存与并发成本上;如今激活参数只有 23B 量级的 MoE 模型配合量化方案,让单机或小集群部署变得更有讨论空间。

    不过部署前仍建议做好几件事:先按官方仓库核对推理框架版本与驱动要求,再在测试环境用小流量压测确认显存占用与首 Token 延迟,最后才接入生产。若使用国产加速卡,需确认对应框架分支是否已合入正式版本,避免直接在生产环境做兼容性试验。模型权重与许可证条款也应以官方发布页为准,商用前逐条确认授权范围。

    从 10 月的整体节奏看,DeepSeek 开源 V4.1-Flash 与推理框架、月之暗面推出 3 万亿参数的 Kimi K3.1 Pro、MiniMax 开源 M3.1 Flash,国产开源模型正从单点亮相转向密集迭代。对站长群体而言,与其追每一个新版本,不如先把推理环境、监控与成本核算这套基础工作搭稳,模型换代时才能快速跟上。

    继续阅读

    📑 📅
    科大讯飞星火X2.6发布:端云一体跑在全国产算力上 2026-10-26
    月之暗面发布Kimi K3.1 Pro,3万亿参数开源模型登场 2026-10-26
    千亿融资落地,DeepSeek为何仍要坚持自研算力 2026-10-26
    国产AI芯片进入采购清单:站长该关注什么变化 2026-10-26
    百度搭子从办公桌走上生产线:智能体进厂意味着什么 2026-10-26
    428B参数、开源首日适配国产芯片,MiniMax M3.1 Flash实测 2026-10-26
    国产AI芯片份额升至41%,算力竞争转向系统能力 2026-10-26
    十月国产大模型集体上新:开源与国产算力成主线 2026-10-27
    DeepSeek千亿融资背后:产业资本为何集体入场 2026-10-27
    国产算力撑起星火X2.6:端云一体如何落地 2026-10-27