10月19日，MiniMax正式发布新一代大模型M3.1 Flash。四天后，428B总参数的完整权重挂上Hugging Face，采用社区许可开放下载。上线72小时，真实用户跑掉了超过100万亿Token。这组数字放在任何一个开源模型身上都算罕见，更何况它的API定价只有每百万Token输入1元。
Space Bunny匿名狂奔200万亿Token
M3.1 Flash有一个有趣的过去。此前它以Space Bunny的代号匿名运行，累计处理超过200万亿Token，全程没有暴露身份。这种做法在国内厂商中越来越多，先让真实负载验证稳定性，再撕掉匿名标签正式官宣。事实证明这批真实用户的数据没有白跑。
参数不大，激活更小
M3.1 Flash采用MoE架构，总参数428B，每Token只激活23B。这是目前主流的高性价比配方：模型容量够大，单次计算量够小。加上原生多模态设计，文本、图像、视频都能作为输入，最高支持1M上下文窗口。
推理效率是这次升级的重点。官方把稀疏注意力（MSA）铺满全模型，前三层注意力也改成了稀疏结构，配合量化感知训练和DSpark推测解码，线上推理速度比前代提升近3倍。日常输出能跑到200+ Token/s，P50稳定在170+。Agent任务动辄几万Token的往返，这个速度差距会直接体现在任务完成时间上。
成绩单：Agent能力是主战场
官方公布的几项成绩值得细看：
- DeepSWE v1.1软件工程测试：73.7%（最高思考档）
- OSWorld 2.0电脑操作测试：61.7分
- CyberGym网络安全测试：82.2分
- AutomationBench办公自动化：62.8分，排名第一
第三方收录的数据同样能打。AutomationBench最高工具档62.8分位列148个模型之首，Code Arena WebDev排名第一，MMMU-Pro拿到79.13分。Terminal-Bench 4.0的38.1分相对平庸，说明纯终端自主任务还有提升空间。整体画像很清晰：这是一台为Agent和办公自动化调校过的机器，编程和Computer Use是强项。
价格才是真正的杀招
API定价：输入每百万Token 1元，输出4元，缓存读取0.1元。国际站对应0.15美元和0.6美元。官方称Agent类任务综合使用成本比上一代降低约70%。
对比一下同类产品：国内旗舰模型输出价格普遍在每百万Token 8元到24元之间，海外头部闭源模型更高。M3.1 Flash把输出价格压到4元，还附赠1M上下文，中间件开发者的成本账立刻不一样了。跑一个每天处理百万Token的客服Agent，用旗舰模型一年可能花掉数万元，换成M3.1 Flash成本接近打对折再对折。
开源许可有门槛，商用前看清条款
权重开放采用MiniMax Community License，条款需要留意：商用须展示”Built with MiniMax M3.1-Flash”标识；产品年营收不超过2000万美元需发送一次性通知；超过这个门槛要事先取得书面授权。个人学习、研究和中小企业自部署基本没有障碍，大厂集成前建议先过一遍法务。
部署侧推荐SGLang、vLLM和TokenSpeed，官方还放出了DSpark draft head用于推测解码。23B的激活参数量意味着单机多卡就能提供不错的吞吐，比全量激活的稠密模型友好得多。
普通开发者的机会窗口
M3.1 Flash已经接入MiniMax API、M Plan订阅和MiniMax Code桌面端。对个人开发者来说，现在是用极低成本验证Agent产品的窗口期：1M上下文能装下整个代码仓库，200+ Token/s的输出让多轮工具调用不磨人，1元输入价格让试错成本趋近于零。
MiniMax还预告了侧重更高智能的Pro版本。Flash负责走量铺生态，Pro负责冲高打榜，这套组合拳打法正在国产大模型阵营里普及。价格战打到每百万Token 1元，卷的已经不只是智能水平，还有把Agent成本压到地板价的能力。
对做AI应用的团队来说，选型逻辑可以更新一版：先看单位任务成本，再看智能上限。M3.1 Flash把前者拉到了新低，后者够用。这就够了。
苏公网安备32010502011527号
发表回复