MiniMax／官方：M3.1 Flash 開源權重上線——約四二八〇億參數 MoE、一百萬 token 上下文；支援 vLLM／SGLang

重點摘要

MiniMax 於二〇二六年十月二十三日在 Hugging Face 公開 MiniMax-M3.1-Flash 模型權重：原生多模態混合專家架構，總參數約四千二百八十億、每 token 啟動約二百三十億，支援文字、圖像與影片輸入及最高約一百萬 token 上下文。官方模型卡列明可用 SGLang、vLLM、TokenSpeed 本機部署，並經 FlagOS 提供多晶片 W8A8 量化版本；十月十九日服務上線時官方曾預告權重稍後釋出，來源真實性已驗證（MiniMax 官方研究網誌與 Hugging Face 官方模型庫）。

MiniMax／官方：M3.1 Flash 開源權重上線——約四二八〇億參數 MoE、一百萬 token 上下文；支援 vLLM／SGLang

MiniMax 於二〇二六年十月二十三日在 Hugging Face 公開 MiniMax-M3.1-Flash 模型權重：原生多模態混合專家架構，總參數約四千二百八十億、每 token 啟動約二百三十億，支援文字、圖像與影片輸入及最高約一百萬 token 上下文。官方模型卡列明可用 SGLang、vLLM、TokenSpeed 本機部署，並經 FlagOS 提供多晶片 W8A8 量化版本；十月十九日服務上線時官方曾預告權重稍後釋出，來源真實性已驗證（MiniMax 官方研究網誌與 Hugging Face 官方模型庫）。

MiniMax／官方：M3.1 Flash 開源權重上線——約四二八〇億參數 MoE、一百萬 token 上下文；支援 vLLM／SGLang

十月二十三日，中國人工智能公司 MiniMax 在 Hugging Face 以帳號 MiniMaxAI 釋出 MiniMax-M3.1-Flash 權重，標誌該模型由「雲端／API 可用」進入「可本機下載與自建推理」階段。四日前（十月十九日）官方研究網誌宣布服務與 API 上線，並寫明「Model weights will be released later」；今次 Hugging Face 釋出屬該預告的進一步兌現，焦點從雲端可用性轉向可下載權重與本機／私有部署路徑。科技媒體 TechNode 同日亦報道權重開放。本文數字與部署指引均以 MiniMax 官方網誌及 Hugging Face 模型卡為準，並已交叉核對。

一、核心事件：權重開放與規格摘要

技術細節

根據 Hugging Face 官方模型卡，MiniMax-M3.1-Flash 為原生多模態混合專家（MoE）模型，定位涵蓋編程、代理式工作流、電腦操作（computer use）與網絡安全輔助。公開規格包括：

  • 總參數約四千二百八十億；每 token 啟動約二百三十億參數
  • 輸入：文字、圖像、影片；輸出：文字
  • 上下文視窗最高約一百萬 token（實際可用長度視顯示卡記憶體與服務配置而定）
  • 注意力：全模型採 MiniMax Sparse Attention（MSA）；前三層全注意力改為稀疏注意力
  • 訓練期量化感知訓練（quantization-aware training），降低記憶體與服務成本
  • 投機解碼：內附 DSpark draft head（取代較早 EAGLE 類 MTP 方案）

本機部署建議指令為 hf download MiniMaxAI/MiniMax-M3.1-Flash，並推薦 SGLang、vLLM、TokenSpeed 作為推理框架；Transformers、KTransformers、unsloth、ATOM 等整合標示為進行中。FlagOS 社群另提供九家晶片廠商平台的 W8A8 量化版本，方便跨加速器部署。

十月十九日官方網誌亦公布 API 定價（每百萬 token：輸入約零點一五美元、輸出約零點六零美元、快取輸入約零點零一五美元），並稱線上推理較前代快近三倍、代理任務整體用量成本約降七成；輸出速度日常可達每秒逾二百 token，中位（P50）逾一百七十。權重授權屬 MiniMax Community License（非 MIT／Apache），高營收商業用途或須事先書面授權——本機部署前應細讀授權條款。

二、技術原理深度解析

M3.1 Flash 在 M3 的 MoE 骨架上做三項效率改造：稀疏注意力貫穿、量化感知訓練、以及 DSpark 投機解碼。稀疏注意力降低長上下文的計算密度，使一百萬 token 級窗口在工程上更可負擔；QAT 讓路由專家與注意力路徑在訓練階段已對量化友好，有利於後續 W8A8／低精度服務；DSpark 則以專用 draft head 加速解碼，配合高吞吐服務場景。

官方基準（以官方權重為準，第三方量化或有差異）顯示其在代理與編程相關指標具競爭力，例如 Automation-Bench v1.0.6 約六十二點八、BankerToolBench 七十六點二、DeepSWE v1.1 約百分之七十三點七、OSWorld 2.0 六十一點七、Agents’ Last Exam 二十九點六、CyberGym 八十二點二。這些分數來自不同評測架與工具鏈設定，跨模型比較時應連同 harness 一併閱讀，不宜單看單一數字。

對企業而言，重點不在「再大一個開源模型」，而在於：可下載權重＋明確推理配方（vLLM／SGLang）＋多晶片量化路徑，使團隊能在主權雲、內網或專用 GPU 池上跑代理與編程工作流，並自行控制資料出境邊界。

三、日常應用場景

1. 開發者與技術團隊

適合以 vLLM 或 SGLang 自建編碼代理、長上下文重構與倉庫級任務；結合 DSpark 可測試高吞吐解碼。香港與亞太團隊若已有 Hugging Face 下載與私有鏡像流程，可把 M3.1 Flash 納入模型目錄做 A／B。

2. 企業與隱私敏感行業

金融、法律、醫療等受 NDA 約束的場景，可評估在專用基礎設施上本機服務，避免把敏感代碼或客戶文件送往第三方 API。授權條款與合規審視必須同步進行。

3. 一般用戶

一般消費者仍較適合使用 MiniMax 官方 API、M Plan 或 MiniMax Code；本機四二八〇億級 MoE 對硬體要求高，並非筆電「一鍵體驗」級模型。

4. 香港與亞洲市場視角

香港金融科技與專業服務對「資料不出境」需求明確。開源權重若能在本地或區域雲私有部署，可補足公有 API 在數據主權上的缺口；同時須注意 Community License 對大型商業使用的限制，以及跨境下載與模型供應鏈的合規。

四、專業評價與潛在考量

優勢

  • 權重與服務雙軌：十月十九日 API／產品上線，十月二十三日權重兌現「稍後釋出」承諾
  • 規格清晰：MoE 啟動參數、百萬級上下文、多模態輸入、官方推理配方齊全
  • 效率導向：稀疏注意力、QAT、DSpark 與 FlagOS 多晶片路徑，貼近生產部署現實

需要留意的地方

  • 授權非寬鬆開源許可，商業規模化前必須法務審閱
  • 基準數字依賴特定 harness；採購決策應以自家工作負載複測為準
  • 本機服務硬體與運維成本仍高；「開源」不等于「零成本上線」
  • 網絡安全基準分數高，不代表可無審核用於攻擊性用途；企業應設使用政策與審計

結語

MiniMax-M3.1-Flash 開源權重，把一款主打代理、編程與電腦操作的高效 MoE，從雲端服務推進到可自建推理的階段。對香港團隊而言，可下載權重與 vLLM／SGLang 配方，意味著有更多空間把高能力模型放進受控環境。若你需要在香港以私有方式託管企業級語言模型，可參考 YSK Limited 的企業私有 LLM 全託管（https://ysk.hk/services/ai-automation）；若要在本機以 OpenAI 兼容介面接 Hugging Face／vLLM 模型，亦可留意 YSK Omni v1.0.4（https://ysk.hk/products/ysk-omni）。

參考來源

延伸閱讀 · 相關服務與產品

相關文章