MiniMax M3.1 Flash正式开源 上线72小时处理超100万亿Token 原创

产联社编辑 | 黄钰慧

图片由AI生成

【产联社】MiniMax新一代大模型M3.1 Flash正式开源。10月23日，MiniMax宣布开放M3.1 Flash模型权重，并披露该模型自10月19日上线后，72小时内真实用户处理的Token数量超过100万亿。MiniMax同时联合华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD等国内外芯片厂商，以及多家云服务和推理平台，共同推进模型开源首日接入。

10月19日，MiniMax发布M3.1 Flash，宣布新模型线上推理速度较前代提升近3倍，Agent任务综合使用成本降低70%。随着模型权重开放，开发者可在满足许可及硬件要求的前提下，探索通过第三方平台或自有计算环境部署模型。

上线72小时处理超100万亿Token

M3.1 Flash正式发布前，早期版本已通过匿名测试积累了大量使用数据。10月19日，MiniMax确认，此前以Space Bunny名称运行的匿名模型，正是M3.1 Flash的早期版本，匿名运行期间累计处理超过200万亿Token。与10月23日披露的上线72小时超100万亿Token不同，Space Bunny的数据统计的是早期版本匿名运行期间的累计处理量，两者不能直接比较增幅。

在模型规模方面，M3.1 Flash采用混合专家架构（MoE），总参数量为4280亿，每个Token的激活参数量约为230亿。这意味着，模型不必每次都调用全部参数参与计算，从而减少计算量，提高运行效率。

目前，M3.1 Flash的开源地址已对外公布，包括Hugging Face和魔搭ModelScope两大模型社区。与仅开放API相比，公开模型权重使开发者能够进一步研究模型的运行方式，并在满足许可条件及硬件要求的前提下，选择适合自身业务的部署环境。

推理速度提升近3倍，Agent任务成本下降70%

与前代M3相比，M3.1 Flash在推理速度和使用成本两方面均有改善，MiniMax同时重点升级了模型处理复杂Agent任务的能力。

10月19日，MiniMax发布M3.1 Flash时表示，新模型线上推理速度较前代提升近3倍。在日常使用场景下，模型输出速度可达到每秒200个Token以上，中位数输出速度稳定在每秒170个Token以上。对于需要长时间运行、反复调用模型的Agent任务而言，更快的生成速度有助于减少执行过程中的等待时间。

价格方面，MiniMax公布的国内API定价为每百万Token输入1元、输出4元、缓存读取0.1元。与上一代M3相比，M3.1 Flash的API价格明显下降。

财新10月20日报道指出，前代M3模型按输入长度分档收费，较低档位每百万Token输入2.1元、输出8.4元；当输入超过512K Token时，价格进一步提高至输入4.2元、输出16.8元。相比之下，M3.1 Flash采用统一定价，每百万Token输入1元、输出4元。

MiniMax还表示，在Agent任务中，M3.1 Flash的综合使用成本较前代降低70%。这一数字并非所有API单价统一下降70%，而是公司针对Agent任务公布的整体成本变化。

对于需要反复读取资料、调用工具和执行多个操作步骤的企业应用，除了单次调用价格，完成整个任务需要消耗多少Token，同样会影响最终成本。

在模型能力方面，MiniMax重点提升了复杂Agent任务、编程、Computer Use及网络安全能力。与主要回答问题的聊天模式相比，Agent更强调执行任务。例如，企业使用AI处理业务时，模型可能需要连续完成信息检索、文件读取、软件操作等步骤，而不只是生成文字答案。

根据MiniMax公布的测试结果，M3.1 Flash在评估企业自动化任务的AutomationBench-AA中位居前列，在面向金融业务工具调用的BankerToolBench测试中获得76.2分。后者重点考察模型完成多步骤任务、保持不同文档信息一致，以及连续调用工具等能力。MiniMax还披露，模型在DeepSWE v1.1软件开发测试中取得73.7%的成绩，在OSWorld V2电脑操作测试中获得61.7分。

上述成绩均为MiniMax公布的基准测试结果。模型在实际企业业务中的表现，还取决于具体任务、外部系统和数据环境，不能直接以测试分数衡量实际业务完成率。

联合国内外芯片厂商推进接入

M3.1 Flash正式开源后，MiniMax同步公布了覆盖芯片、云服务、推理框架和开源社区的合作阵容，推动模型在不同计算环境中运行。

10月23日，MiniMax宣布携手华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD等国内外芯片厂商，共同推进M3.1 Flash的开源首日接入。这份名单既包括国内AI芯片企业，也覆盖国际GPU厂商。对开发者而言，不同芯片平台的适配支持，有助于扩大模型的潜在部署范围。

推理和云服务方面，MiniMax还宣布与Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean等平台推进合作。同时，vLLM、SGLang、智源FlagOS等推理框架，以及Hugging Face、魔搭等开源社区，也将参与推动M3.1 Flash在不同硬件和开发环境中的应用。

芯片适配是开源模型投入实际使用的重要环节。模型权重公开后，开发者还需要相应的硬件、推理框架和部署工具支持，才能在不同计算平台上运行。对于企业而言，适配平台越丰富，可评估的部署方案也越多，既可以继续使用官方API，也可以选择第三方云服务，或在条件允许时自行部署。

MiniMax此次宣布的是与相关厂商及平台共同推进首日接入，不能据此认定所有合作方均已完成适配、开放正式服务或实现商业部署。各平台的实际支持情况仍需以其发布的产品公告和技术文档为准。

不同部署方式在成本和管理要求上存在差别。通过API调用通常不需要自行维护模型运行环境，而自行部署则需要承担算力、运维和系统集成等投入。因此，企业选择部署方式时，仍需结合调用规模、实际任务完成率和整体使用成本进行评估。

随着M3.1 Flash正式开放权重，MiniMax正进一步推动模型在不同计算平台上的部署。对于企业而言，除了官方公布的速度、价格和性能指标，不同硬件平台的适配进展及模型在实际业务中的运行效果，将是后续评估的重要依据。

商务合作，请联系侯经理 18801065284（微信同号）

报料及内容合作，请联系chanlianshe2026（微信号）