AI 摘要
- MiniMax 於 10 月 23 日正式開源 MiniMax M3.1 Flash 模型權重。
- MiniMax M3.1 Flash 總參數量為 428B，激活參數量為 23B。
- 官方披露，上線 72 小時內真實用戶處理的 Token 量已超過 100 萬億。
MiniMax 於 10 月 23 日正式開源 MiniMax M3.1 Flash 模型權重。該模型總參數量為 428B，激活參數量為 23B，官方表示相較上一代 M3 模型能力全面提升。開發者可於 Hugging Face 與魔搭社區（ModelScope）取得模型權重。
產品定位與市場表現
根據官方披露，MiniMax M3.1 Flash 上線後 72 小時內，真實用戶處理的 Token 量已超過 100 萬億。此數據為官方公布之使用量，本文未能獨立驗證。
推理效率優化重點
為提升推理效率，MiniMax M3.1 Flash 引入以下多項優化：
- 將前三個全注意力層替換為稀疏注意力。
- 透過量化感知訓練（QAT），將路由 MoE 專家（共享專家除外）遷移至 W4A4 精度。
- 將稀疏注意力索引器與主分支的量化設定，由 Q8KV8 調整為 Q8KV4。
- 採用 Power-aware scheduling，精細分配計算卡功耗，提升硬件利用效率。
量化設定調整對照
| 模組 | 調整前 | 調整後 |
|---|---|---|
| 路由 MoE 專家（共享專家除外） | 未於來源中說明 | W4A4（透過 QAT 遷移） |
| 稀疏注意力索引器與主分支 | Q8KV8 | Q8KV4 |
生態合作與跨平台適配
在生態建設方面，MiniMax 已與華為昇騰、平頭哥、崑崙芯、摩爾線程、壁仞、海光、沐曦、天數、NVIDIA、AMD 等芯片廠商合作，並與 Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean 等推理與雲服務平臺合作，推動模型首日接入。此外，vLLM、SGLang、智源 FlagOS，以及 Hugging Face、魔搭社區也將共同推進模型適配，拓展其在不同芯片、雲平臺與開發環境中的應用。
編輯觀察
對開發者而言，MiniMax M3.1 Flash 的重點在於以較低的激活參數量運行大型模型，並透過精度與功耗調整提升硬件效率。不過，來源並未提供具體效能基準、售價或與競品的直接比較數據，後續仍需參考官方技術文件與第三方測試結果。
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
Reference Link : news.aibase.com
