MiniMax M3.1 Flash开源，3天处理超100万亿Token

AI开源圈又迎来一个“大动作”。今天，MiniMax正式开源M3.1 Flash模型权重，总参数428B、激活参数23B。相比上一代M3，M3.1 Flash模型能力全面提升。开源才三天，服务器就被全球开发者“挤爆”了。更引人关注的是上线后的真实数据：72小时内，真实用户处理Token超过100万亿。这个数字是什么概念？相当于把《三体》全集反复读上好几百万遍。

公司logo

比上一代更“能打”，还更省钱

相比上一代M3，M3.1 Flash的能力全面提升，但真正让开发者兴奋的是它的“省钱体质”。MiniMax团队做了三件事：把前三个全注意力层换成稀疏注意力，让模型“该看的地方看，不该看的地方省”；把路由MoE专家迁移到W4A4量化，稀疏注意力索引器和主分支从Q8KV8迁移到Q8KV4；再用Power-aware scheduling对计算卡功耗精细分配，让硬件持续跑在高算力区间。翻译成人话就是：同样一块卡，能干更多活。

开源首日就接入华为昇腾和平头哥

这次开源的排面不小。华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD等海内外芯片厂商，以及Together AI、Fireworks、Nebius、Baseten、Modal、DigitalOcean等推理和云服务平台，都在开源首日完成了接入。vLLM、SGLang、智源FlagOS和Hugging Face、魔搭等推理框架与开源社区也同步跟上。

换句话说，不管你手里是什么卡、在哪个云上跑，M3.1 Flash都想让你“开箱即用”。

大模型开源卷到今天，拼的早已不是“能不能跑”，而是“跑得多便宜、多顺滑”。MiniMax M3.1 Flash用72小时100万亿Token的成绩单证明了一件事：开发者用脚投票的速度，比任何发布会PPT都快。而国产芯片厂商集体首日接入的架势，也让人嗅到一丝“生态卡位战”的火药味。下一个悬念是：这100万亿Token里，有多少会变成你手机里那个越来越聪明的AI助手？

责任编辑：潘洁