MiniMax开源M3.1 Flash权重：4280亿参数，华为昇腾将接入

部分前端效果媲美 Opus 5.5。

智东西 10 月 23 日报道，MiniMax 今日正式开源 M3.1 Flash 模型权重。该模型总参数 4280 亿，每个 Token 激活约 230 亿参数。据官方披露，自 10 月 19 日正式上线以来，M3.1 Flash 在 72 小时内已为真实用户处理超过 100 万亿 Token。

M3.1 Flash 支持文本、图像和视频输入，拥有最高 100 万 Token 的上下文窗口，主要面向编程、智能体和计算机操作等场景。

MiniMax 此次披露了模型背后的三大关键技术：全模型稀疏注意力、量化感知训练（QAT）和功耗感知调度。基于这三项优化，相较上一代 M3，M3.1 Flash 的线上推理速度提升近 3 倍，智能体任务综合使用成本降低 70%，日常使用场景下输出速度可达每秒 200 多个 Token。

生态支持方面，多家芯片厂商、推理框架及云平台今日即宣布为 M3.1 Flash 提供支持。其中，昆仑芯宣布完成 Day 0 适配；英伟达 NeMo 团队提供微调支持，vLLM和SGLang支持模型推理，Together AI 已上线模型供开发者调用。MiniMax 还称，正与华为昇腾、平头哥、AMD 等芯片厂商，以及 Fireworks 等平台推进首日接入，智源 FlagOS 等也将参与适配。

M3.1 Flash 的早期版本，正是此前受到开发者关注的 "Space Bunny"（太空兔）。据全球权威大模型调用平台 OpenRouter 于 10 月 19 日披露，这款匿名模型曾连续 10 天位居平台模型使用量榜首，累计处理 56.7 万亿 Token，创下该平台匿名模型的 Token 处理量纪录。神秘模型"太空兔"火了，效果直逼GPT-6 Astra，10万人围观

M3.1 Flash 主打以较低成本完成复杂任务。据 MiniMax 于 10 月 19 日公布的测试结果，M3.1 Flash 在软件工程测试 DeepSWE v1.1 中取得 73.7% 的成绩，接近 Claude Opus 5 的 74.0%，单项任务平均成本则明显更低；在跨应用业务流程测试 Automation-Bench 中，M3.1 Flash 取得 62.8% 的成绩，高于 DeepSeek-V4.1-Flash-1017 的 60.5%。

API 定价方面，M3.1 Flash 的输入价格为每百万 Token 1 元，输出价格为 4 元，缓存读取价格为 0.1 元。其非缓存输入、输出单价与 DeepSeek-V4.1-Flash-1017 空闲时段持平，均为后者高峰时段对应价格的一半；按国际 API 定价比较，M3.1 Flash 的输入、输出单价分别约为 Claude Opus 5 的 1/33 和 1/42。

此次开放权重后，开发者除通过 MiniMax API、M Plan 和 MiniMax Code 使用外，还可从 Hugging Face、魔搭社区下载模型、自行部署。

Hugging Face 开源地址：

https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash

魔搭社区开源地址：

https://modelscope.cn/models/MiniMax/MiniMax-M3.1-Flash

对比 3D 动画与材质动效，部分效果获评不输 Opus 5.5

在开发者晒出的案例中，M3.1 Flash 能够生成较完整的 3D 场景，纸张、布料等材质的动态表现也获得好评。

X 上一位开发者晒出了一段用 M3.1 Flash 制作的 3D 动效短片。短片以胡萝卜造型的火箭开场，随后火箭展开，画面切换至立体的模型名称，再依次展示能力指标和价格信息。火箭、文字和装饰元素都采用圆润的黏土造型，配色也保持统一。随着镜头推进，画面中的信息逐步展开，转场衔接较为流畅。

这位开发者透露，这段作品由纯代码制作。他认为，其视觉质感不输 Opus 5.5。

另一位 X 上的开发者测试了模型模拟材质变形的能力。其使用同一提示词，要求 M3.1 Flash、DeepSeek V4.1 Flash、Claude Opus 5.5 和 GLM 5.3 Flash 模拟纸张及弹性布料受力后的弯曲、起皱和变形。案例中，M3.1 Flash 生成的小票在弯曲时仍保持纸条形态，布料受力后出现局部褶皱；DeepSeek V4.1 Flash 生成的物体在运动中则出现大块尖锐折面。

这位开发者认为，M3.1 Flash 在这组案例中表现最好，布料纹理细腻、变形平滑。相比之下，Opus 5.5 生成的画面光照和构图不错，但纸张显得过薄、过软；GLM 5.3 Flash 生成的纸张偏硬，布料纹理存在重复。

智东西此前也对 M3.1 Flash 进行过实测，该模型能够完成较复杂的动画和交互页面，部分效果可与 Opus 5.5 媲美。颠覆刻板印象！Flash模型卷前端，效果硬刚Opus 5.5

三项优化提升推理效率，智能体任务成本降 70%

如前所述，相较上一代 M3，M3.1 Flash 的线上推理速度提升近 3 倍，智能体任务综合使用成本降低 70%。在此次开源公告中，MiniMax 进一步披露了三项具体优化。

首先是全模型稀疏注意力。团队将原先保留的前三个全注意力层替换为稀疏注意力层，进一步减少注意力计算开销。

其次是量化感知训练（QAT），即在训练时考虑低精度计算带来的误差。除共享专家外，混合专家（MoE）架构中的路由专家均采用 W4A4 格式，权重和激活值以 4 比特表示；稀疏注意力索引器和主分支则从 Q8KV8 调整为 Q8KV4，进一步降低 KV 缓存精度，减少存储和访存开销。

硬件调度方面，团队采用功耗感知调度（Power-aware scheduling），通过精细分配计算卡功耗，提高硬件利用率。据 MiniMax 此前披露，M3.1 Flash 在日常使用场景下的输出速度可达每秒 200 多个 Token，中位数达到每秒 170 多个 Token。

结语：开放权重扩大应用，适配与部署成本成竞争重点

目前，MiniMax 的模型产品线包括面向编程、智能体及多模态理解的 M 系列、面向视频生成的 H 系列，以及语音 Speech 和音乐 Music 系列。M3.1 Flash 属于 M 系列，主打效率与能力的平衡。 据 MiniMax 披露，其后续将推出追求更高能力上限的 Pro 版本。

M3.1 Flash 已凭借较低定价和部分任务中的表现获得开发者关注。此次开放权重后，开发者可以自行部署模型，芯片厂商、云平台和社区也能参与适配、优化和二次开发。

对其而言，开放权重只是扩大应用的开始。开发者自行部署后，还要考虑硬件投入、运行速度和维护成本。开源模型的性价比，也需要通过芯片适配和推理优化转化为自行部署时的成本优势，在实际运行中展现。这类部署与调优的实战经验，在云栈社区也有不少开发者分享交流，感兴趣的可以关注。

来源：MiniMax、X