MiniMax重磅模型開源！華為昇騰將接入，3天處理超100萬億Token

作者 | 孫小雯 編輯 | 程茜 10月23日報道，今日，MiniMax開源M3.1 Flash模型權重，模型總參數4280億，每個Token激活約230億參數。據官方披露，自10月19日正式上線，M3.1 Flash在72小時內已為真實用戶處理超過100萬億Token。▲M3.1 Flash在Hugging Face上的開源主頁 該模型支持文本、圖像和視頻輸入，擁有最高100萬Token上下文窗口，主要面向編程、智能體和計算機操作等場景的任務。MiniMax此次披露了模型背後的三大關鍵技術：全模型稀疏注意力、量化感知訓練（QAT）和功耗感知調度三項優化。基於此，相較上一代M3，M3.

1 Flash的線上推理速度提升近3倍，智能體任務綜合使用成本降低70%，日常使用場景下輸出速度可達每秒200多個Token。生態支持方面，多家芯片廠商、推理框架及雲平臺今日即宣佈將為M3.1 Flash提供支持。其中，崑崙芯宣佈完成Day 0適配；英偉達NeMo團隊提供微調支持，vLLM和SGLang支持模型推理，Together AI已上線模型供開發者調用。MiniMax還稱，正與華為昇騰、平頭哥、AMD等芯片廠商，以及Fireworks等平臺推進首日接入，智源FlagOS等也將參與適配。M3.1 Flash的早期版本，正是此前受到開發者關注的“Space Bunny”（太空兔）。

據全球權威大模型調用平臺OpenRouter於10月19日披露，這款匿名模型曾連續10天位居平臺模型使用量榜首，累計處理56.7萬億Token，創下該平臺匿名模型的Token處理量紀錄。神秘模型“太空兔”火了，效果直逼GPT-6 Astra，10萬人圍觀 M3.1 Flash主打以較低成本完成複雜任務。據MiniMax於10月19日公佈的測試結果，M3.1 Flash在軟件工程測試DeepSWE v1.1中取得73.7%的成績，接近Claude Opus 5的74.0%，單項任務平均成本則明顯更低；在跨應用業務流程測試Automation-Bench中，M3.1 Flash取得62.

8%的成績，高於DeepSeek-V4.1-Flash-1017的60.5%。▲M3.1 Flash與其他模型的DeepSWE v1.1成績及單項任務平均成本對比（圖源：MiniMax） API定價方面，M3.1 Flash的輸入價格為每百萬Token 1元，輸出價格為4元，緩存讀取價格為0.1元。M3.1 Flash的非緩存輸入、輸出單價與V4.1-Flash-1017空閒時段持平，均為其高峰時段對應價格的一半；按國際API定價比較，M3.1 Flash的輸入、輸出單價分別約為Claude Opus 5的1/33和1/42。

▲三款模型API對照（製表） 此次開放權重後，開發者除通過MiniMax API、M Plan和MiniMax Code使用外，還可從Hugging Face、魔搭社區下載模型、自行部署。開源地址： Hugging Face：https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash 魔搭社區：https://modelscope.cn/models/MiniMax/MiniMax-M3.1-Flash 一、對比3D動畫與材質動效，部分效果獲評不輸Opus 5.5 在開發者曬出的案例中，M3.

1 Flash能夠生成較完整的3D場景，紙張、布料等材質的動態表現也獲得好評。X上一位開發者曬出了一段用M3.1 Flash製作的3D動效短片。短片以胡蘿蔔造型的火箭開場，隨後火箭展開，畫面切換至立體的模型名稱，再依次展示能力指標和價格信息。火箭、文字和裝飾元素都採用圓潤的黏土造型，配色也保持統一。隨著鏡頭推進，畫面中的信息逐步展開，轉場銜接較為流暢。▲這位開發者用M3.1 Flash製作的程序化3D動效短片（圖源：X） 這位開發者透露，這段作品由純代碼製作。他認為，其視覺質感不輸Opus 5.5。▲其對M3.

1 Flash生成效果的評價（圖源：X） 另一位X上的開發者測試了模型模擬材質變形的能力。其使用同一提示詞，要求M3.1 Flash、DeepSeek V4.1 Flash、Claude Opus 5.5和GLM 5.3 Flash模擬紙張及彈性布料受力後的彎曲、起皺和變形。案例中，M3.1 Flash生成的小票在彎曲時仍保持紙條形態，布料受力後出現局部褶皺；DeepSeek V4.1 Flash生成的物體在運動中則出現大塊尖銳折面。▲四款模型模擬紙張與彈性布料受力變形的效果（圖源：X） 這位開發者認為，M3.1 Flash在這組案例中表現最好，布料紋理細膩、變形平滑。相比之下，Opus 5.

5生成的畫面光照和構圖不錯，但紙張顯得過薄、過軟；GLM 5.3 Flash生成的紙張偏硬，布料紋理存在重複。▲其對四款模型的材質模擬效果進行評價（圖源：X） 此前也對M3.1 Flash進行過實測，該模型能夠完成較複雜的動畫和交互頁面，部分效果可與Opus 5.5媲美。顛覆刻板印象！Flash模型卷前端，效果硬剛Opus 5.5 二、三項優化提升推理效率，智能體任務成本降70% 如前所述，據MiniMax透露，相較上一代M3，M3.1 Flash的線上推理速度提升近3倍，智能體任務的綜合使用成本降低70%。在此次開源公告中，MiniMax進一步披露了三項具體優化。首先是全模型稀疏注意力。

團隊將原先保留的前三個全注意力層替換為稀疏注意力層，進一步減少注意力計算開銷。其次是量化感知訓練（QAT），即在訓練時考慮低精度計算帶來的誤差。除共享專家外，混合專家（MoE）架構中的路由專家均採用W4A4格式，權重和激活值以4比特表示；稀疏注意力索引器和主分支則從Q8KV8調整為Q8KV4，進一步降低KV緩存精度，減少存儲和訪存開銷。硬件調度方面，團隊採用功耗感知調度（Power-aware scheduling），通過精細分配計算卡功耗，提高硬件利用率。據MiniMax此前披露，M3.1 Flash在日常使用場景下的輸出速度可達每秒200多個Token，中位數達到每秒170多個Token。

結語：開放權重擴大應用，適配與部署成本成競爭重點 目前，MiniMax的模型產品線包括面向編程、智能體及多模態理解的M系列、面向視頻生成的H系列，以及語音Speech和音樂Music系列。M3.1 Flash屬於M系列，主打效率與能力的平衡。據MiniMax披露，其後續將推出追求更高能力上限的Pro版本。M3.1 Flash已憑藉較低定價和部分任務中的表現獲得開發者關注。此次開放權重後，開發者可以自行部署模型，芯片廠商、雲平臺和社區也能參與適配、優化和二次開發。對其而言，開放權重只是擴大應用的開始。開發者自行部署後，還要考慮硬件投入、運行速度和維護成本。

開源模型的性價比，也需要通過芯片適配和推理優化轉化為自行部署時的成本優勢，在實際運行中展現。來源：MiniMax、X