MiniMax（稀宇科技）今日正式宣布开源其最新一代模型 MiniMax M3.1 Flash。该模型总参数量达 4280 亿，每 token 激活参数为 230 亿，是一款专为编程、智能体工作流、计算机操作及网络安全设计的原生多模态混合专家（MoE）模型。
- Hugging Face：https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash
- 魔搭社区：https://modelscope.cn/models/MiniMax/MiniMax-M3.1-Flash
架构升级与核心优化
在上一代 M3 模型的基础上，M3.1 Flash 引入了多项底层优化，旨在实现任务性能与推理效率的代际飞跃：
- 全模型稀疏注意力（MSA）：将模型前三个全注意力层替换为稀疏注意力机制，显著降低计算开销。
- 量化感知训练（QAT NVFP4）：路由 MoE 专家（共享专家除外）从 MXFP8 迁移至 NVFP4 W4A4 精度；同时，稀疏注意力索引器和主分支从 Q8KV8 迁移至 Q8KV4，在保持模型能力的同时大幅压缩显存占用。
- DSpark 推测解码：取代了此前类似 EAGLE 的 MTP 方法。本次发布内置了草稿头（draft head），可与兼容的推理服务框架无缝配合，进一步提升生成速度。
- Power-aware scheduling：通过对计算卡功耗的精细分配，确保硬件持续维持算力高位，极致压榨底层硬件效率。
多模态能力与性能表现
M3.1 Flash 支持文本、图像和视频作为输入，并提供高质量的文本输出，其上下文窗口最高可扩展至 1,000,000 tokens，能够轻松处理超长文档与复杂多模态任务。
在多项权威基准测试中，该模型展现了卓越的专业能力：
- BankerToolBench：76.2 分
- DeepSWE v1.1：73.7%
- OSWorld V2：61.7 分
- Agents’ Last Exam：29.6 分
- CyberGym：82.2 分
自 10 月 19 日上线以来，M3.1 Flash 展现了极强的工程稳定性与用户需求，72 小时内真实用户处理量已突破 100 万亿 Token。
广泛的开源生态与产业合作
为推动大模型的普惠与广泛应用，MiniMax 宣布了广泛的生态合作计划。在硬件层面，模型已携手华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD 等海内外主流芯片厂商进行深度适配。
在云服务与推理框架层面，Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean 等推理和云服务平台将在开源首日接入该模型。同时，vLLM、SGLang、智源 FlagOS 以及 Hugging Face、魔搭等主流开源社区也将同步提供支持，共同推动 M3.1 Flash 在不同芯片、云平台和开发环境中的无缝部署，持续拓展全球 AI 开源生态。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
