2026 年 10 月 23 日，MiniMax（稀宇科技）开源 M3.1 Flash 模型权重，开发者可以通过 Hugging Face 和 ModelScope 下载，并在自己的服务器上部署运行。
M3.1 Flash 总参数规模达 4280 亿，采用混合专家（MoE）架构，激活参数 230 亿。
模型重点提升了 AI 智能体、编程、计算机操作和网络安全等方面的能力，同时支持文本、图像和视频输入，最大上下文窗口达 100 万 Token。
从 MiniMax 公布的评测结果来看，M3.1 Flash 在多项智能体相关测试中取得了较高成绩。
其中，金融工具调用基准 BankerToolBench 得分为 76.2，软件工程基准 DeepSWE v1.1 成绩为 73.7%，计算机操作基准 OSWorld V2 得分为 61.7，复杂智能体评测 Agents' Last Exam 得分为 29.6，网络安全基准 CyberGym 得分为 82.2。
MiniMax 称，M3.1 Flash 在 OSWorld V2 和 Agents' Last Exam 两项测试中位居中国模型首位。
除了提升模型能力，MiniMax 还着重优化了推理效率。
M3.1 Flash 在全部注意力层采用 MiniMax Sparse Attention 稀疏注意力机制，并结合量化感知训练和 DSpark 推测解码技术，以减少计算及内存开销。
按照 MiniMax 公布的数据，M3.1 Flash 的在线推理速度已达到上一代的近 3 倍，日常使用场景下每秒可输出超过 200 Token，P50 中位速度超过每秒 170 Token。
同时，智能体任务的整体使用成本较上一代降低约 70%。
价格方面，M3.1 Flash API 每百万输入 Token 收费 0.15 美元，每百万输出 Token 收费 0.60 美元，缓存输入价格为每百万 Token 0.015 美元。
MiniMax 实际上已于 10 月 19 日推出 M3.1 Flash，当时率先通过 API、M Plan 和 MiniMax Code 提供使用。
MiniMax 还透露，此前匿名运行的 Space Bunny 就是 M3.1 Flash 的早期版本，在匿名测试期间累计处理了超过 200 万亿 Token。
此次公开权重后，开发者不必完全依赖 MiniMax 官方 API，也可以根据自身需求部署模型。
MiniMax 还一并公开了 DSpark 推测解码使用的 draft head，并提供 SGLang、vLLM 和 TokenSpeed 等推理框架的支持方案，方便开发者优化部署效率。
官方模型地址：https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash
官方技术公告：https://www.minimax.io/blog/minimax-m31f
云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。
热门跟贴