MiniMax 开源 M3.1 Flash 权重:4280 亿参数 MoE,72 小时处理超 100 万亿 Token

导语:10 月 23 日,MiniMax 正式开源 M3.1 Flash 模型权重:总参数 4280 亿(428B)的稀疏 MoE 模型,每 Token 激活约 230 亿参数,权重同步上线 Hugging Face 与魔搭社区,昆仑芯、英伟达 NeMo、vLLM、SGLang 等生态首日适配。

核心要点

  • 规格:稀疏 MoE 架构,总参数 4280 亿,每 Token 激活约 230 亿,支持最高 100 万 Token 上下文,可处理文本、图像与视频输入。
  • 热度:10 月 19 日 API 上线后 72 小时内已为真实用户处理超过 100 万亿 Token;早期匿名版本“Space Bunny”曾连续 10 天位居 OpenRouter 使用量榜首。
  • 性能:DeepSWE v1.1 软件工程基准得分 73.7%,接近 Claude Opus 5 的 74.0%;Automation-Bench 得分 62.8%,高于 DeepSeek-V4.1-Flash-1017 的 60.5%。
  • 成本:相较上一代 M3,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%;API 输入每百万 Token 1 元、输出 4 元。
  • 生态:昆仑芯完成 Day 0 适配,华为昇腾、平头哥、AMD、Together AI、Fireworks、智源 FlagOS 等推进首日接入。

事件详情

M3.1 Flash 是 MiniMax M 系列主打“效率与能力平衡”的旗舰效率模型。此前它以匿名代号“Space Bunny(太空兔)”在 OpenRouter 上连续 10 天占据全球模型使用量榜首,累计处理 56.7 万亿 Token,创下该平台匿名模型 Token 处理量纪录,效果被开发者评价为直逼 GPT-6 Astra。

此次开源权重同步披露了三项关键技术:全模型稀疏注意力(将前三个全注意力层替换为稀疏注意力层)、量化感知训练 QAT(路由专家采用 W4A4 低比特格式),以及功耗感知调度。三者叠加使日常场景输出速度可达每秒 200 多个 Token,中位数超每秒 170 个 Token。

开发者可从 Hugging Face 与魔搭社区下载权重自行部署,也可继续通过 MiniMax API、M Plan 与 MiniMax Code 调用;官方透露后续将推出追求更高能力上限的 Pro 版本。

影响与展望

从“匿名登顶 OpenRouter”到“72 小时处理百万亿 Token 再开源权重”,MiniMax 再次复刻了国产模型“先 API 立口碑、再开源放大生态”的路径。428B MoE + 百万上下文 + 70% 成本下降的组合,让它在智能体与编程赛道对闭源旗舰形成价格压力,也为国产芯片(昆仑芯、华为昇腾等)提供了一个高热度的适配标的。

信息来源:智东西/36氪、Hugging Face 模型页(2026年10月23日)

发表评论

您的邮箱地址不会被公开。必填项已用 * 标注

© 2026 AI泡泡堂 · 银川鲸鱼智家网络科技有限公司 · 宁ICP备2026003950号
回到顶部
公安联网备案:宁公网安备64010002000275号